23. Interprétation clinique des mesures de l effet traitement

Save this PDF as:
 WORD  PNG  TXT  JPG

Dimension: px
Commencer à balayer dès la page:

Download "23. Interprétation clinique des mesures de l effet traitement"

Transcription

1 23. Interprétation clinique des mesures de l effet traitement Critères de jugement binaires Plusieurs mesures (indices) sont utilisables pour quantifier l effet traitement lors de l utilisation d un critère de jugement binaire. Ces mesures, risque relatif, rapport des cotes («odds-ratio») et différence de risque, auxquelles s ajoute le nombre de sujets qu il faut traiter pour éviter un événement (NST), ne véhiculent pas exactement la même information clinique [182, 183]. Ainsi, elles ne donnent pas exactement les mêmes renseignements sur la pertinence clinique de l effet. Les deux premières (rapport des cotes, risque relatif) sont des mesures relatives et estiment un bénéfice relatif, tandis que les deux dernières (différence des risques et NST) mesurent un bénéfice absolu. Tableau Terminologie. Relation entre les mesures et le type du bénéfice Bénéfice absolu Bénéfice relatif Mesures Modèle d effet Intérêt différence des risques, NST risque relatif, rapport des cotes additif (mesure additive) multiplicatif (mesure multiplicative) approche pragmatique (santé publique, décision) approche explicative (recherche) De plus, en méta-analyse, à ce problème d interprétation clinique se superpose celui de choix du modèle d effet (voir chapitre 31). Une réduction relative de risque de 30% est déjà une réduction conséquente, qui d ailleurs n est que très rarement observée. Malgré cela, la pertinence clinique de cet effet dépend du risque de base. En effet, réduire en relatif de 30% un événement fréquent est bien plus intéressant de réduire dans la même proportion un événement rare. Si le risque de base est de 50%, sous l effet d une réduction de 30%, il devient

2 248 Interprétation clinique des mesures de l effet traitement 35%, donnant une différence de risque de 15%. Avec un risque initial de 5%, la même réduction relative aboutit à un risque sous traitement de 3,5%, correspondant à une différence absolue de 1,5%. En terme d événements évités pour 1000 sujets traités, le premier cas de figure correspond à 150 événements évités, tandis que le second à seulement 15. Aussi bien du point de vue de la santé publique, que du point de vue individuel, la première situation est plus intéressante que la seconde. Exemple 23.1 Le tableau présente les résultats obtenus dans 3 essais thérapeutiques : l essai 4S [20], West of Scotland [15], et ISIS 2 [55]. Les deux premiers essais étaient des essais de prévention de la morbi-mortalité liée aux maladies cardiaques ischémiques (infarctus) par des médicaments hypocholestérolémiants de la classe des inhibiteurs de l HMGCoA réductase (statines). L essai 4S était un essai de prévention secondaire dont la population cible est représentée par les sujets qui ont fait un premier infarctus du myocarde et où le but est de prévenir les récidives. L essai West of Scotland était par contre un essai de prévention primaire. Ce type de prévention s adresse à des sujets sans antécédents d infarctus et a pour but de prévenir la survenue d un infarctus. Le troisième essai évaluait la fibrinolyse intraveineuse à la phase aiguë de l infarctus du myocarde. Dans ces trois essais le critère de jugement était la mortalité de toutes causes et les patients du groupe contrôle recevaient un placebo. Nombre de décès (%) Durée Risque Groupe contrôle Groupe traité de suivi relatif DR NST 4S Nombre de décès 256 (11,5%) 182 (8,2%) 4,9 ans % 30 Effectif West of Scotland Nombre de décès 135 (4,1%) 106 (3,2%) 5,4 ans % 112 Effectif ISIS 2 Nombre de décès (12,0%) (9,2%) 5 semaines % 36 Effectif Il se trouve que les risques relatifs obtenus dans ces trois études sont similaires. Cependant, les risques de base observés dans les groupes contrôles étant très différents (4S a un risque de base deux fois supérieur à celui de West of Scotland et proche de celui d ISIS2), les valeurs de différence de risque et de nombre de sujets nécessaire qu il faut traiter sont différentes. En prévention primaire (West of Scotland), il est nécessaire de traiter un nombre de patients 3,5 fois supérieur à celui nécessaire en prévention secondaire pour éviter un décès, du fait d un risque de base trois fois moindre. Par contre, le bénéfice de la fibrinolyse à la phase aiguë de l infarctus possède une valeur de NST identique à celle de la prévention primaire, car les risques bruts

3 Critères de jugement continus 249 de base ont la même valeur. Il faut cependant remarquer que la période de référence du risque de base est de 5 semaines pour ISIS2 tandis qu elle est de 4,9 ans pour 4S. Ainsi, malgré des risques relatifs très voisins, le bénéfice obtenu dans ces trois situations n est pas du même ordre de grandeur, en terme de pertinence clinique (apprécié par exemple avec le NST) : le bénéfice de la fibrinolyse est supérieur à celui de la prévention secondaire, qui est lui-même supérieur à celui de la prévention primaire. Pour poursuivre dans la relativisation des bénéfices les uns par rapport aux autres, il peut être nécessaire dans certains cas de rapporter le NSTà la fréquence de la maladie dans la population. Il s agit alors d une approche de santé publique qui raisonne en terme de nombre de vies (ou d événements) épargnées sur l ensemble de la population. Ainsi, des bénéfices a priori minimes (en terme de NST) peuvent déboucher sur un nombre d événements épargnés substantiel, si la fréquence de la maladie est importante (c est le cas de l infarctus du myocarde par exemple). Avec cet exemple, il apparaît que le risque relatif isolé de son contexte est insuffisant pour apprécier l ampleur du bénéfice en terme de pertinence clinique ou de santé publique. Les trois indices : risque relatif, différence des risques et NST ou l un d entre eux associé au risque de base sont nécessaires. En méta-analyse, il est rarement possible de pouvoir calculer directement à partir des essais ces trois indices. En effet, les risques de base sont souvent variables d un essai à l autre. Dans ces conditions, le risque relatif et la différence de risque ne peuvent pas être simultanément constants à travers les essais. Si c est le risque relatif qui est constant, la différence de risque va varier en fonction du risque de base (et vice versa).ce phénomène est connu sous le terme d interaction arithmétique (cf A). Cependant, il est nécessaire en méta-analyse que la valeur de l effet traitement soit identique pour tous les essais, autrement une hétérogénéité apparaît. Ainsi, cette condition ne peut être remplie à la fois pour une mesure relative et une différence de risque (sauf si le risque de base varie très peu), ce qui conduit à l impossibilité d estimer simultanément ces deux types de mesures, directement à partir des essais. Ce problème est contourné de la façon suivante, issue du concept de modèle d effet (cf. chapitre 31). La méta-analyse est utilisée pour estimer un des deux indices en se basant sur l hétérogénéité. Le plus souvent, il s agit d une mesure relative, le risque relatifrr par exemple. Un risque de base globalr C est ensuite estimé, à partir des risques de bases observés dans les essais. A partir de ces deux éléments, la différence de risquedr est recalculée par : DR=R C RR puis le NST par : NST =1/DR.

4 250 Interprétation clinique des mesures de l effet traitement Critères de jugement continus L effet standardisé est une valeur sans dimension. En effet, la différence des moyennes est divisée par une grandeur de même unité, l écart type. Le rapport «perd» donc l unité qui était rattachée à la grandeur initiale. En partie à cause de ce point, tous les effets standardisés, même issues de mesures différentes, sont comparables. La transformation effectuée permet d obtenir une nouvelle variable aléatoire dont l écart type est égal à 1. Les variables initiales étant supposées distribuées selon une loi gaussienne, l effet standardisé l est aussi. L effet standardisé correspond donc à un z-score (appelé aussi variable standardisée). L intérêt de cette standardisation est multiple, mais cette standardisation permet surtout de prendre en compte des disparités dans les échelles de mesures d un essai à l autre (en terme de variance des mesures). A) Exemple introductif Cette propriété est illustrée par l exemple suivant. Considérons un étudiant qui se présente à deux épreuves, corrigées par deux professeurs différents. Epreuve Note de l étudiant Moyenne Ecart type Ampleur d effet A 14/20 10,8/20 5,5/ B 12/20 10,2/20 2,25/ Sa note obtenue à l épreuve A laisse présager qu il est plus performant dans cette discipline que dans l autre. Cependant ces deux notes ne sont pas directement comparables, car même si les notes moyennes sur l ensemble de la classe sont relativement similaires, les écarts type de ces notes sont différents. Un des deux professeurs utilise une plus grande amplitude de notes pour discriminer les élèves que l autre. Il est possible de calculer un effet standardisé qui prend en compte cette différence de variabilité de la notation et donne une valeur standardisée comparable d une épreuve à l autre. Celui-ci s obtient en calculant la différence entre la note de l étudiant et la moyenne de la classe, puis en divisant ce résultat par l écart type. Dans notre exemple, l effet standardisé rattaché à l épreuve A est inférieur à celui de l épreuve B. Contrairement à la première impression, la performance de l étudiant dans l épreuve A est inférieure à celle de l épreuve B. Cette interprétation provient du fait qu il est possible à partir d un effet standardisé de positionner le rang d un individu dans sa population de référence. Nous avons vu qu un effet standardisé est une variable gaussienne. Pour une valeur donnée de cette variable il est possible de calculer quelle est la proportion des individus (percentile) qui ont une valeur inférieure à cette valeur de référence. C est la proportion de la distribution inférieure à la valeur de référence qui correspond aussi à la probabilité pour qu une variable aléatoire gaussienne prenne une valeur inférieure à la valeur de référence.

5 Critères de jugement continus 251 Le percentile correspondant à un effet standardisé s obtient grâçe à une table de loi gaussienne (ou avec une calculatrice statistique ou avec un logiciel de statistique). Fig Proportion de la distribution normale (79%) correspondant à un z-score de 0,8. A un effet standardisé de 0,8, correspond 79% de la population (figure 23.1), tandis qu un effet standardisé de 0,58 correspond à 72%. Pour l étudiant de l exemple, 28% des autres étudiants de la classe ont été plus performants que lui dans l épreuve A contre seulement 21% dans l épreuve B. B) Application à la comparaison de deux traitements L effet standardisé peut être conçu comme étant la différence qui existe entre la distribution des valeurs du critère de jugement dans le groupe contrôle et celle des valeurs dans le groupe expérimental. Par hypothèse, ces deux distributions sont gaussiennes et de même écart type. Graphiquement, l effet standardisé est la distance qui sépare les deux modes de ces deux distributions. La figure 23.2 illustre un effet standardisé de 1. Le patient moyen sous traitement (symbolisé par le trait vertical d abscisse 1) a la même valeur du critère de jugement que le patient du groupe contrôle situé au 84 e percentile de sa distribution 35. C est-à-dire qu il occupe un rang où seulement 16% des sujets ont spontanément, avant traitement, une valeur du critère de jugement supérieure. Si, par exemple, le critère de jugement est le périmètre de marche chez des patients artéritiques, le patient moyen aura une amélioration de ces performances qui l amènera à un niveau où seulement 16% des sujets ont spontanément un périmètre de marche supérieur. 35 Valeur correspondant à z = 1 dans une table de loi gaussienne.

6 252 Hétérogénéité et analyse en sous-groupes Fig Interprétation d un effet standardisé de 1. Il est aussi possible de dire que le patient moyen qui passe du 50 e percentile au 84 e a un gain de 34% (=84 50), en terme de distribution de la variable utilisée comme critère de jugement. C) Signe de l effet standardisé Le signe de l effet standardisé est non standard et dépend étroitement de l orientation de la variable initiale. Si les valeurs de cette variable sont d autant plus élevées que la sévérité de la maladie est importante (valeur de pression artérielle, score de douleur par exemple), une valeur négative de l effet standardisé témoignera d un effet bénéfique. En effet, l effet standardisédale signe de la différence¹y E ¹y C (moyenne du groupe expérimental diminuée de celle du groupe contrôle). Si d < 0 alors ¹y E ¹y C < 0, c est à dire ¹y E < ¹y C, ce qui montre que la valeur obtenue avec le traitement étudié est inférieure à celle observée sans traitement. Cela correspond donc, pour cette variable, à une sévérité sous traitement inférieure à celle sans traitement, donc à un effet bénéfique. Si l orientation de la variable est inversée, les plus faibles valeurs correspondant aux plus fortes sévérités de la maladie (par exemple avec un score de performance, périmètre de marche), un effet standardisé négatif témoigne d un effet délétère (les performances sont réduites par le traitement). Dans tous les cas, une valeur nulle correspond évidemment à l absence d effet.

5. Validité de la méta-analyse

5. Validité de la méta-analyse 5. Validité de la méta-analyse 5.1. Poids de la preuve d une méta-analyse Le poids de la preuve d un résultat scientifique quantifie le degré avec lequel ce résultat s approche de la réalité. Il ne s agit

Plus en détail

Document d orientation sur les allégations issues d essais de non-infériorité

Document d orientation sur les allégations issues d essais de non-infériorité Document d orientation sur les allégations issues d essais de non-infériorité Février 2013 1 Liste de contrôle des essais de non-infériorité N o Liste de contrôle (les clients peuvent se servir de cette

Plus en détail

Loi normale ou loi de Laplace-Gauss

Loi normale ou loi de Laplace-Gauss LivreSansTitre1.book Page 44 Mardi, 22. juin 2010 10:40 10 Loi normale ou loi de Laplace-Gauss I. Définition de la loi normale II. Tables de la loi normale centrée réduite S il y avait une seule loi de

Plus en détail

Interprétation d une analyse de variance avec mesures répétées

Interprétation d une analyse de variance avec mesures répétées Approche quantitative Interprétation d une analyse de variance avec mesures répétées «Les faits sont têtus. Il est plus facile de s arranger avec les statistiques.» Mark Twain L objectif de ce document

Plus en détail

Statistiques de groupe

Statistiques de groupe Système Méthodologique d Aide à la Réalisation de Tests Statistiques de groupe et analyse des questions de votre épreuve Une unité de soutien de l IFRES Université de Liège L analyse des statistiques de

Plus en détail

11. Evaluation de la qualité des essais

11. Evaluation de la qualité des essais 11. Evaluation de la qualité des essais L évaluation de la qualité méthodologique d un essai thérapeutique est une tâche difficile [117]. L essai thérapeutique contrôlé randomisé est considéré comme étant

Plus en détail

Tests 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» 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 détail

A1.- Le décibel et le bruit les unités acoustiques

A1.- Le décibel et le bruit les unités acoustiques A1.- Le décibel et le bruit les unités acoustiques A1.1.- Définition du bruit : A1.1.1.- Production et caractéristiques d un son Tout corps qui se déplace ou qui vibre émet un son. Il transmet sa vibration

Plus en détail

11. Tests d hypothèses (partie 1/2)

11. Tests d hypothèses (partie 1/2) 11. Tests d hypothèses (partie 1/2) MTH2302D S. Le Digabel, École Polytechnique de Montréal H2015 (v1) MTH2302D: tests d hypothèses 1/30 Plan 1. Introduction 2. Hypothèses et erreurs 3. Tests d hypothèses

Plus en détail

CNAM 2002-2003 2léments de cours Bonus-malus et Crédibilité

CNAM 2002-2003 2léments de cours Bonus-malus et Crédibilité 1 CNAM 2002-2003 2léments de cours Bonus-malus et Crédibilité Une situation fréquente en pratique est de disposer non pas d un résultat mais de plusieurs. Le cas se présente en assurance, par exemple :

Plus en détail

Comment calculer les contributions de chaque mois à la mortalité annuelle par accident?

Comment calculer les contributions de chaque mois à la mortalité annuelle par accident? Comment calculer les contributions de chaque mois à la mortalité annuelle par accident? Le débat sur les conséquences de l affaiblissement du permis à points par un amendement à la LOPPSI2, qui double

Plus en détail

Terminale S-SI Probabilités conditionnelles

Terminale S-SI Probabilités conditionnelles robabilités conditionnelles Table des matières 1 Introduction 2 2 Définitions 2 3 Formule des probabilités totales 3 4 Indépendance et principe du produit 5 5 Exercices 5 1 1 Introduction Lorsque 7 élèves

Plus en détail

La 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 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 détail

Chapitre VI Échantillonages et simulations

Chapitre VI Échantillonages et simulations Chapitre VI Commentaires : Récursivement, les commentaires ne sont pas à l attention des élèves.. Fluctuation d échantillonnage Définition : En statistiques, un échantillon de taille n est la liste des

Plus en détail

Systèmes de transmission

Systèmes de transmission Systèmes de transmission Conception d une transmission série FABRE Maxime 2012 Introduction La transmission de données désigne le transport de quelque sorte d'information que ce soit, d'un endroit à un

Plus en détail

L indice des fonctionnaires à la liquidation de leur retraite DREES

L indice des fonctionnaires à la liquidation de leur retraite DREES CONSEIL D ORIENTATION DES RETRAITES Séance plénière du 10 avril 2014 à 9 h 30 «Carrières salariales et retraites dans les secteurs privé et public» Document N 8 Document de travail, n engage pas le Conseil

Plus en détail

Représentation d une distribution

Représentation d une distribution 5 Représentation d une distribution VARIABLE DISCRÈTE : FRÉQUENCES RELATIVES DES CLASSES Si dans un graphique représentant une distribution, on place en ordonnées le rapport des effectifs n i de chaque

Plus en détail

Chapitre 2 : Représentation des nombres en machine

Chapitre 2 : Représentation des nombres en machine Chapitre 2 : Représentation des nombres en machine Introduction La mémoire des ordinateurs est constituée d une multitude de petits circuits électroniques qui ne peuvent être que dans deux états : sous

Plus en détail

Analyse stochastique de la CRM à ordre partiel dans le cadre des essais cliniques de phase I

Analyse stochastique de la CRM à ordre partiel dans le cadre des essais cliniques de phase I Analyse stochastique de la CRM à ordre partiel dans le cadre des essais cliniques de phase I Roxane Duroux 1 Cadre de l étude Cette étude s inscrit dans le cadre de recherche de doses pour des essais cliniques

Plus en détail

TECHNIQUES D ENQUETE

TECHNIQUES D ENQUETE TECHNIQUES D ENQUETE Le Système d Information Marketing L étude de marché Les différentes sources d informations Méthodologie d enquête BENSGHIR AFAF ESTO 1 Plan d'apprentissage du cours " Méthodologie

Plus en détail

Statistiques descriptives (1/2)

Statistiques descriptives (1/2) Statistiques descriptives (1/2) Anita Burgun 2011-2012 http://www.med.univ-rennes1.fr Introduction! Statistique: méthode scientifique qui consiste à réunir des données chiffrées sur des ensembles d individus

Plus en détail

Chapitre 3. Les distributions à deux variables

Chapitre 3. Les distributions à deux variables Chapitre 3. Les distributions à deux variables Jean-François Coeurjolly http://www-ljk.imag.fr/membres/jean-francois.coeurjolly/ Laboratoire Jean Kuntzmann (LJK), Grenoble University 1 Distributions conditionnelles

Plus en détail

Item 169 : Évaluation thérapeutique et niveau de preuve

Item 169 : Évaluation thérapeutique et niveau de preuve Item 169 : Évaluation thérapeutique et niveau de preuve COFER, Collège Français des Enseignants en Rhumatologie Date de création du document 2010-2011 Table des matières ENC :...3 SPECIFIQUE :...3 I Différentes

Plus en détail

MÉTHODES ET STATISTIQUES POUR LIRE UN ARTICLE

MÉTHODES ET STATISTIQUES POUR LIRE UN ARTICLE MÉTHODES ET STATISTIQUES POUR LIRE UN ARTICLE Forum HH 05.02.2013 Ghislaine Gagnon Unité HPCI Qualitatif ou quantitatif? Les 2 méthodes peuvent être utilisées séparément ou en conjonction - le qualitatif

Plus en détail

- Mobiliser les résultats sur le second degré dans le cadre de la résolution d un problème.

- Mobiliser les résultats sur le second degré dans le cadre de la résolution d un problème. Mathématiques - classe de 1ère des séries STI2D et STL. 1. Analyse On dote les élèves d outils mathématiques permettant de traiter des problèmes relevant de la modélisation de phénomènes continus ou discrets.

Plus en détail

Recensement de la population

Recensement de la population Recensement de la population Ménages et familles 1. Définition des concepts Un ménage Un ménage regroupe l ensemble des occupants d une résidence principale, qu ils aient ou non des liens de parenté. Un

Plus en détail

Nous concluons au travers de quatre axes principaux qui ont guidé la. 1) La théorie du regret de Loomes et Sugden comme théorie de la décision

Nous concluons au travers de quatre axes principaux qui ont guidé la. 1) La théorie du regret de Loomes et Sugden comme théorie de la décision Conclusion générale Nous concluons au travers de quatre axes principaux qui ont guidé la rédaction de cette thèse. 1) La théorie du regret de Loomes et Sugden comme théorie de la décision rationnelle compatible

Plus en détail

Statistique : Résumé de cours et méthodes

Statistique : Résumé de cours et méthodes Statistique : Résumé de cours et méthodes 1 Vocabulaire : Population : c est l ensemble étudié. Individu : c est un élément de la population. Effectif total : c est le nombre total d individus. Caractère

Plus en détail

Annexe commune aux séries ES, L et S : boîtes et quantiles

Annexe 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 détail

Emilien Suquet, suquet@automaths.com

Emilien Suquet, suquet@automaths.com STATISTIQUES Emilien Suquet, suquet@automaths.com I Comment réagir face à un document statistique? Les deux graphiques ci-dessous représentent l évolution du taux de chômage en France sur les 1 mois de

Plus en détail

CONCOURS 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) 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 détail

RAPPORT SUR L ETUDE DES DONNEES FINANCIERES ET STATISTIQUES A L AIDE DU LOGICIEL SCILAB

RAPPORT SUR L ETUDE DES DONNEES FINANCIERES ET STATISTIQUES A L AIDE DU LOGICIEL SCILAB RAPPORT SUR L ETUDE DES DONNEES FINANCIERES ET STATISTIQUES A L AIDE DU LOGICIEL SCILAB PAR : MAROOF ASIM DAN BENTOLILA WISSAM ESSID GROUPE 1 LM206 Lundi 10H45 INTRODUCTION : ( Ce rapport est un compte

Plus en détail

L essentiel sur les tests statistiques

L essentiel sur les tests statistiques L essentiel sur les tests statistiques 21 septembre 2014 2 Chapitre 1 Tests statistiques Nous considérerons deux exemples au long de ce chapitre. Abondance en C, G : On considère une séquence d ADN et

Plus en détail

FONCTION DE DEMANDE : REVENU ET PRIX

FONCTION DE DEMANDE : REVENU ET PRIX FONCTION DE DEMANDE : REVENU ET PRIX 1. L effet d une variation du revenu. Les lois d Engel a. Conditions du raisonnement : prix et goûts inchangés, variation du revenu (statique comparative) b. Partie

Plus en détail

LES INDICATEURS DE PILOTAGE DE L ABSENTÉISME

LES INDICATEURS DE PILOTAGE DE L ABSENTÉISME LES INDICATEURS DE PILOTAGE DE L ABSENTÉISME LA MISE EN PLACE D INDICATEURS D ABSENTÉISME EN AMONT DE TOUTE EXPÉRIMENTATION POURQUOI? La compréhension de l absentéisme pour le réduire nécessite des outils

Plus en détail

Activité 1 : échantillonnage

Activité 1 : échantillonnage Activité échantillonnage, intervalle de fluctuation, prise de décision (à partir d un même thème) Les trois activités qui suivent s inspirent du document «ressources pour la classe de première générale

Plus en détail

Lecture critique d un article médical scientifique

Lecture critique d un article médical scientifique Lecture critique d un article médical scientifique Objectifs pédagogiques ENC Logique de Recherche Rédaction du résumé Dr Pascale FABBRO-PERAY MB6 2007-2008 Ecrire le résumé structuré d un article Lecture

Plus en détail

CONCEPTION D UN MONITORING DES QUARTIERS COUVRANT L ENSEMBLE DU TERRITOIRE DE LA RÉGION DE BRUXELLES-CAPITALE

CONCEPTION D UN MONITORING DES QUARTIERS COUVRANT L ENSEMBLE DU TERRITOIRE DE LA RÉGION DE BRUXELLES-CAPITALE CONCEPTION D UN MONITORING DES QUARTIERS COUVRANT L ENSEMBLE DU TERRITOIRE DE LA RÉGION DE BRUXELLES-CAPITALE UITWERKING VAN EEN WIJKMONITORING DIE HET HELE GRONDGEBIED VAN HET BRUSSELS HOOFDSTEDELIJK

Plus en détail

Thème 2 : Cycle de vie des projets d innovation: ambigüité, incertitude, production de savoir et dynamisme

Thème 2 : Cycle de vie des projets d innovation: ambigüité, incertitude, production de savoir et dynamisme Thème 2 : Cycle de vie des projets d innovation: ambigüité, incertitude, production de savoir et dynamisme Serghei Floricel Dans l introduction nous avons mentionné que les projets d innovation suivent

Plus en détail

Prévision de la demande

Prévision de la demande But : Pour prendre des décisions relatives à la structure et au fonctionnement opérationnel de tout système logistique; il faut s appuyer sur un système de prévision fiable. Concerne le long, moyen et

Plus en détail

Simulation d un système d assurance automobile

Simulation d un système d assurance automobile Simulation d un système d assurance automobile DESSOUT / PLESEL / DACHI Plan 1 Introduction... 2 Méthodes et outils utilisés... 2.1 Chaines de Markov... 2.2 Méthode de Monte Carlo... 2.3 Méthode de rejet...

Plus en détail

LA MÉTHODE S.P.C. (STATISTICAL PROCESS CONTROL)

LA MÉTHODE S.P.C. (STATISTICAL PROCESS CONTROL) 1GM Sciences et Techniques Industrielles Page 1 sur 5 Productique - Cours Génie Mécanique Première LA MÉTHODE S.P.C. (STATISTICAL PROCESS CONTROL) Née aux USA, la méthode S. P. C. est traduite le plus

Plus en détail

Simulation Examen de Statistique Approfondie II **Corrigé **

Simulation Examen de Statistique Approfondie II **Corrigé ** Simulation Examen de Statistique Approfondie II **Corrigé ** Ces quatre exercices sont issus du livre d exercices de François Husson et de Jérôme Pagès intitulé Statistiques générales pour utilisateurs,

Plus en détail

Statistique Descriptive I (M1102)

Statistique Descriptive I (M1102) Illustration du cours de Statistique Descriptive I (M1102) Année scolaire 2013/2014 Université de Perpignan Via Domitia, IUT STatistique et Informatique Décisionnelle (STID) Table des matières 1 Généralités

Plus en détail

Le patrimoine des ménages retraités : résultats actualisés. Secrétariat général du Conseil d orientation des retraites

Le patrimoine des ménages retraités : résultats actualisés. Secrétariat général du Conseil d orientation des retraites CONSEIL D ORIENTATION DES RETRAITES Séance plénière du 08 juillet 2015 à 9 h 30 «Le patrimoine des retraités et l épargne retraite» Document N 2 bis Document de travail, n engage pas le Conseil Le patrimoine

Plus en détail

quel mode d emploi? Devant des valeurs à risque,

quel mode d emploi? Devant des valeurs à risque, Devant des valeurs à risque, quel mode d emploi? Dans les sciences exactes, la précision est reine. Pas en économie où il est difficile de quantifier certaines variables. Notamment le risque qui n est

Plus en détail

Lecture critique et pratique de la médecine

Lecture 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 détail

Chapitre 1: Introduction au calcul des probabilités, cas d un univers fini.

Chapitre 1: Introduction au calcul des probabilités, cas d un univers fini. Chapitre 1: Introduction au calcul des probabilités, cas d un univers fini. 1 Introduction Des actions comme lancer un dé, tirer une carte d un jeu, observer la durée de vie d une ampoule électrique, etc...sont

Plus en détail

Evaluation d un test diagnostique - Concordance

Evaluation d un test diagnostique - Concordance Evaluation d un test diagnostique - Concordance Michaël Genin Université de Lille 2 EA 2694 - Santé Publique : Epidémiologie et Qualité des soins michaelgenin@univ-lille2fr Plan 1 Introduction 2 Evaluation

Plus en détail

STAT0162-1 Analyse statistique de données qualitatives et quantitatives en sciences sociales. Transparents Philippe Lambert

STAT0162-1 Analyse statistique de données qualitatives et quantitatives en sciences sociales. Transparents Philippe Lambert STAT0162-1 Analyse statistique de données qualitatives et quantitatives en sciences sociales Transparents Philippe Lambert http : //www.statsoc.ulg.ac.be/quali.html Institut des Sciences Humaines et Sociales

Plus en détail

Notes méthodologiques

Notes méthodologiques Notes méthodologiques Projection de la population active du Québec de 2010 à 2030 en fonction de cinq hypothèses d'allongement de la vie active À la demande de la Commission nationale sur la participation

Plus en détail

Fractions et décimaux

Fractions et décimaux Fractions et décimaux Scénario : le pliage des bandes de papier Cette fiche n est pas un programme pédagogique. Elle a pour but de faire apercevoir la portée de l approche «pliage de bandes» et les conséquences

Plus en détail

Le programme de mathématiques Classes de première STI2D STL

Le programme de mathématiques Classes de première STI2D STL Journée de l inspection 15 avril 2011 - Lycée F. BUISSON 18 avril 2011 - Lycée J. ALGOUD 21 avril 2011 - Lycée L. ARMAND Le programme de mathématiques Classes de première STI2D STL Déroulement de la journée

Plus en détail

APPROCHE PAR COMPÉTENCES ET ÉVALUATION

APPROCHE PAR COMPÉTENCES ET ÉVALUATION APPROCHE PAR COMPÉTENCES ET ÉVALUATION (Gérard Scallon, 2005) PLAN DE FORMATION À L ÉVALUATION Introduction L évaluation des apprentissages est sans contredit un élément clé de tout programme de formation.

Plus en détail

L addition et la multiplication en binaire

L addition et la multiplication en binaire Objectifs : Leçon A1-1 : L addition et la multiplication en binaire OS 1 - Exécuter en binaire une opération arithmétique de base. OS 2 - Représenter un nombre entier relatif. OS 3 - Mettre en œuvre un

Plus en détail

TABLEAU 5 Nombre moyen (et écarts types) de mots produits selon le niveau scolaire et les trois conditions de révision

TABLEAU 5 Nombre moyen (et écarts types) de mots produits selon le niveau scolaire et les trois conditions de révision Dans ce tableau, si le chercheur ne s intéresse pas aux notes item par item mais simplement à la note globale, alors il conservera seulement les première et dernière colonnes et calculera des statistiques

Plus en détail

Méthodes de Monte-Carlo Simulation de grandeurs aléatoires

Méthodes de Monte-Carlo Simulation de grandeurs aléatoires Méthodes de Monte-Carlo Simulation de grandeurs aléatoires Master Modélisation et Simulation / ENSTA TD 1 2012-2013 Les méthodes dites de Monte-Carlo consistent en des simulations expérimentales de problèmes

Plus en détail

2014-2015 DS n 3 Chap 1-2h. Épreuve composée

2014-2015 DS n 3 Chap 1-2h. Épreuve composée Épreuve composée Pour la partie 3 (Raisonnement s appuyant sur un dossier documentaire), il est demandé au candidat de traiter le sujet : en développant un raisonnement ; en exploitant les documents du

Plus en détail

Test de Poisson à 1 échantillon et à 2 échantillons

Test de Poisson à 1 échantillon et à 2 échantillons Test de Poisson à 1 échantillon et à 2 échantillons Sous-menus de Minitab 15 : Stat>Statistiques élémentaires>test de Poisson à 1 échantillon Stat>Statistiques élémentaires>test de Poisson à 2 échantillons

Plus en détail

STA108 Enquêtes et sondages. Sondages àplusieurs degrés et par grappes

STA108 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 détail

Cours 9 Une variable numérique : distribution et répartition

Cours 9 Une variable numérique : distribution et répartition Cours 9 Une variable numérique : distribution et répartition Lorsqu'une variable est qualitative et l'autre numérique, il est courant que la première identie des sous-populations (sexe, catégories socio-économiques,

Plus en détail

TS 35 Numériser. Activité introductive - Exercice et démarche expérimentale en fin d activité Notions et contenus du programme de Terminale S

TS 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 détail

Analyse de l évolution de la structure des ménages dans l enquête sur le budget des ménages

Analyse de l évolution de la structure des ménages dans l enquête sur le budget des ménages Analyse de l évolution de la structure des ménages dans l enquête sur le budget des ménages S. Winandy, R. Palm OCA GxABT/ULg oca.gembloux@ulg.ac.be décembre 2011 1 Introduction La Direction Générale Statistique

Plus en détail

Représentation des Nombres

Représentation des Nombres Chapitre 5 Représentation des Nombres 5. Representation des entiers 5.. Principe des représentations en base b Base L entier écrit 344 correspond a 3 mille + 4 cent + dix + 4. Plus généralement a n a n...

Plus en détail

Chapitre V : Résultats. 5.1 Présentation des résultats obtenus. 5.1.1 Interprétation des corrélations

Chapitre V : Résultats. 5.1 Présentation des résultats obtenus. 5.1.1 Interprétation des corrélations Chapitre V : Résultats Les corrélations présentées par la suite, sont celles qui correspondent aux chiffres choisis (corrélation de 0,13 ou 0,13), et celles que nous avons jugées les plus significatifs

Plus en détail

Texte Agrégation limitée par diffusion interne

Texte Agrégation limitée par diffusion interne Page n 1. Texte Agrégation limitée par diffusion interne 1 Le phénomène observé Un fût de déchets radioactifs est enterré secrètement dans le Cantal. Au bout de quelques années, il devient poreux et laisse

Plus en détail

Tests de sensibilité des projections aux hypothèses démographiques et économiques : variantes de chômage et de solde migratoire

Tests de sensibilité des projections aux hypothèses démographiques et économiques : variantes de chômage et de solde migratoire CONSEIL D ORIENTATION DES RETRAITES Séance plénière du 16 décembre 2014 à 14 h 30 «Actualisation des projections» Document N 5 Document de travail, n engage pas le Conseil Tests de sensibilité des projections

Plus en détail

Principe d un test statistique

Principe 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 détail

t 100. = 8 ; le pourcentage de réduction est : 8 % 1 t Le pourcentage d'évolution (appelé aussi taux d'évolution) est le nombre :

t 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 détail

NOTE SUR LA MODELISATION DU RISQUE D INFLATION

NOTE SUR LA MODELISATION DU RISQUE D INFLATION NOTE SUR LA MODELISATION DU RISQUE D INFLATION 1/ RESUME DE L ANALYSE Cette étude a pour objectif de modéliser l écart entre deux indices d inflation afin d appréhender le risque à très long terme qui

Plus en détail

Introduction sur l analyse en composantes principales (ACP)

Introduction sur l analyse en composantes principales (ACP) Introduction sur l analyse en composantes principales (CP) ) Introduction sur un exemple à 2 dimensions On veut représenter graphiquement les profils d élèves qui ont été notés sur 2 matières (Français

Plus en détail

FICHE N 11 : ANALYSER LA COMPOSITION ET LA SÉLECTION DES CANDIDATURES REÇUES

FICHE N 11 : ANALYSER LA COMPOSITION ET LA SÉLECTION DES CANDIDATURES REÇUES FICHE N 11 : ANALYSER LA COMPOSITION ET LA SÉLECTION DES CANDIDATURES REÇUES De quoi s agit-il? L examen d un CV, un entretien téléphonique ou en face à face, constituent autant d étapes qui peuvent donner

Plus en détail

Définition 0,752 = 0,7 + 0,05 + 0,002 SYSTÈMES DE NUMÉRATION POSITIONNELS = 7 10 1 + 5 10 2 + 2 10 3

Définition 0,752 = 0,7 + 0,05 + 0,002 SYSTÈMES DE NUMÉRATION POSITIONNELS = 7 10 1 + 5 10 2 + 2 10 3 8 Systèmes de numération INTRODUCTION SYSTÈMES DE NUMÉRATION POSITIONNELS Dans un système positionnel, le nombre de symboles est fixe On représente par un symbole chaque chiffre inférieur à la base, incluant

Plus en détail

Questions pratiques 4: Transformer la variable dépendante

Questions pratiques 4: Transformer la variable dépendante Questions pratiques 4: Transformer la variable dépendante Jean-François Bickel Statistique II SPO8 Transformer une variable consiste en une opération arithmétique qui vise à construire une nouvelle variable

Plus en détail

SCI03 - Analyse de données expérimentales

SCI03 - Analyse de données expérimentales SCI03 - Analyse de données expérimentales Introduction à la statistique Thierry Denœux 1 1 Université de Technologie de Compiègne tél : 44 96 tdenoeux@hds.utc.fr Automne 2014 Qu est ce que la statistique?

Plus en détail

Cours (7) de statistiques à distance, élaboré par Zarrouk Fayçal, ISSEP Ksar-Said, 2011-2012 LES STATISTIQUES INFERENTIELLES

Cours (7) de statistiques à distance, élaboré par Zarrouk Fayçal, ISSEP Ksar-Said, 2011-2012 LES STATISTIQUES INFERENTIELLES LES STATISTIQUES INFERENTIELLES (test de Student) L inférence statistique est la partie des statistiques qui, contrairement à la statistique descriptive, ne se contente pas de décrire des observations,

Plus en détail

Chapitre 1 : Évolution COURS

Chapitre 1 : Évolution COURS Chapitre 1 : Évolution COURS OBJECTIFS DU CHAPITRE Savoir déterminer le taux d évolution, le coefficient multiplicateur et l indice en base d une évolution. Connaître les liens entre ces notions et savoir

Plus en détail

1 élève. 0 8 12 16 20 Note

1 élève. 0 8 12 16 20 Note L'histogramme est utilisé dans le cas d'une série regroupée en classe. Pour construire un histogramme, on porte les classes en abscisse et sur chacune d'elles pris comme base, on construit un rectangle

Plus en détail

Collection les mémentos finance dirigée par Jack FORGET. Gestion budgétaire. Prévoir et contrôler les activités de l entreprise.

Collection les mémentos finance dirigée par Jack FORGET. Gestion budgétaire. Prévoir et contrôler les activités de l entreprise. Collection les mémentos finance dirigée par Jack FORGET Gestion budgétaire Prévoir et contrôler les activités de l entreprise Jack FORGET Éditions d Organisation, 2005 ISBN : 2-7081-3251-2 Chapitre 3 Optimiser

Plus en détail

Mortalité observée et mortalité attendue au cours de la vague de chaleur de juillet 2006 en France métropolitaine

Mortalité observée et mortalité attendue au cours de la vague de chaleur de juillet 2006 en France métropolitaine Mortalité observée et mortalité attendue au cours de la vague de chaleur de uillet en France métropolitaine FOUILLET A 1, REY G 1, JOUGLA E, HÉMON D 1 1 Inserm, U75, Villeuif, France. Inserm CépiDc, IFR9,

Plus en détail

Principe des tests statistiques

Principe des tests statistiques Principe des tests statistiques Jean Vaillant Un test de signification est une procédure permettant de choisir parmi deux hypothèses celles la plus probable au vu des observations effectuées à partir d

Plus en détail

Échantillonnage. Pierre Neuvial, http://stat.genopole.cnrs.fr/~pneuvial Evry, M1 SGO, automne 2014

Échantillonnage. Pierre Neuvial, http://stat.genopole.cnrs.fr/~pneuvial Evry, M1 SGO, automne 2014 Démarche Statistique 1 Échantillonnage Pierre Neuvial, http://stat.genopole.cnrs.fr/~pneuvial Evry, M1 SGO, automne 2014 Introduction Objectif statistique descriptive: sur l'échantillon statistique inférentielle:

Plus en détail

On présente souvent les grandeurs proportionnelles dans un tableau de proportionnalité.

On présente souvent les grandeurs proportionnelles dans un tableau de proportionnalité. 3 ème A Fiche D1 - a proportionnalité 1. Rappels : *Exemples de situation de proportionnalité dans la vie courante : 1 ) le prix des fruits au kilo. + on achète de fruits + c est cher. e prix est proportionnel

Plus en détail

Inégalités scolaires et politiques publiques : une analyse comparative en Suisse Georges Felouzis

Inégalités scolaires et politiques publiques : une analyse comparative en Suisse Georges Felouzis Inégalités scolaires et politiques publiques : une analyse comparative en Suisse Georges Felouzis Introduction Je me propose de traiter des inégalités scolaires en Suisse dans une perspective comparative

Plus en détail

SOCLE 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 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 détail

Trépier avec règle, ressort à boudin, chronomètre, 5 masses de 50 g.

Trépier avec règle, ressort à boudin, chronomètre, 5 masses de 50 g. PHYSQ 130: Hooke 1 LOI DE HOOKE: CAS DU RESSORT 1 Introduction La loi de Hooke est fondamentale dans l étude du mouvement oscillatoire. Elle est utilisée, entre autres, dans les théories décrivant les

Plus en détail

Séries Statistiques Simples

Séries Statistiques Simples 1. Collecte et Représentation de l Information 1.1 Définitions 1.2 Tableaux statistiques 1.3 Graphiques 2. Séries statistiques simples 2.1 Moyenne arithmétique 2.2 Mode & Classe modale 2.3 Effectifs &

Plus en détail

Corrigé non officiel de la partie mathématique du CRPE, session 2011 (Rouen)

Corrigé non officiel de la partie mathématique du CRPE, session 2011 (Rouen) Corrigé non officiel de la partie mathématique du CRPE, session 2011 (Rouen) Problème 1 Partie A On peut remarquer que la définition de Da est très ambigüe : l expression «le moment ou le conducteur voit

Plus en détail

Représentation des nombres entiers et réels. en binaire en mémoire

Représentation des nombres entiers et réels. en binaire en mémoire L3 Mag1 Phys. fond., cours C 15-16 Rep. des nbs. en binaire 25-09-05 23 :06 :02 page 1 1 Nombres entiers 1.1 Représentation binaire Représentation des nombres entiers et réels Tout entier positif n peut

Plus en détail

16. Comment introduire les valeurs prises par la variable SPORT pour les 30 premiers sujets introduits dans L2?

16. Comment introduire les valeurs prises par la variable SPORT pour les 30 premiers sujets introduits dans L2? T.P. 5 partie 1 Variable ordinale Calcul manuel de quantiles Utilisation des fonctions intégrées de la TI-84 Utilisation du programme D1 (Corrigé pour 30 cas) V. Prise en compte de 30 cas (pour éviter

Plus en détail

Cours (8) de statistiques à distance, élaboré par Zarrouk Fayçal, ISSEP Ksar-Said, 2011-2012. Test du Khi 2

Cours (8) de statistiques à distance, élaboré par Zarrouk Fayçal, ISSEP Ksar-Said, 2011-2012. Test du Khi 2 Test du Khi 2 Le test du Khi 2 (khi deux ou khi carré) fournit une méthode pour déterminer la nature d'une répartition, qui peut être continue ou discrète. Domaine d application du test : Données qualitatives

Plus en détail

ANNEXE J POTEAUX TESTÉS SELON UN CHARGEMENT STATIQUE ET TESTÉS SELON UN CHARGEMENT CYCLIQUE ET STATIQUE

ANNEXE J POTEAUX TESTÉS SELON UN CHARGEMENT STATIQUE ET TESTÉS SELON UN CHARGEMENT CYCLIQUE ET STATIQUE 562 ANNEXE J POTEAUX TESTÉS SELON UN CHARGEMENT STATIQUE ET TESTÉS SELON UN CHARGEMENT CYCLIQUE ET STATIQUE 563 TABLE DES MATIÈRES ANNEXE J... 562 POTEAUX TESTÉS SELON UN CHARGEMENT STATIQUE ET TESTÉS

Plus en détail

Population étudiante en médecine vétérinaire : projections

Population étudiante en médecine vétérinaire : projections Population étudiante en médecine vétérinaire : projections Assemblée Générale des étudiants de Louvain 17 juin 2015 1 Avant-propos Depuis quelques semaines, la question de la surpopulation dans les filières

Plus en détail

On peut estimer que l étude

On peut estimer que l étude Etude AIM HIGH : faut-il augmenter un HDL bas et diminuer des triglycérides élevés? Résumé : L étude AIM HIGH (Atherothrombosis Intervention in Metabolic Syndrome with Low HDL/High Triglycerides : Impact

Plus en détail

Le tolérancement inertiel appliqué en décolletage

Le tolérancement inertiel appliqué en décolletage Le tolérancement inertiel appliqué en décolletage Mondialisation, augmentation du coût de l énergie et des matières, pressions sur les coûts. Les entreprises doivent évoluer dans un contexte changeant

Plus en détail

Tableau 1 : Structure du tableau des données individuelles. INDIV B i1 1 i2 2 i3 2 i4 1 i5 2 i6 2 i7 1 i8 1

Tableau 1 : Structure du tableau des données individuelles. INDIV B i1 1 i2 2 i3 2 i4 1 i5 2 i6 2 i7 1 i8 1 UN GROUPE D INDIVIDUS Un groupe d individus décrit par une variable qualitative binaire DÉCRIT PAR UNE VARIABLE QUALITATIVE BINAIRE ANALYSER UN SOUS-GROUPE COMPARER UN SOUS-GROUPE À UNE RÉFÉRENCE Mots-clés

Plus en détail

Le mot «algorithme» vient du nom de l auteur persan Al-Khuwarizmi (né vers 780 - mort vers 850) Une définition: «un algorithme est une suite finie de

Le mot «algorithme» vient du nom de l auteur persan Al-Khuwarizmi (né vers 780 - mort vers 850) Une définition: «un algorithme est une suite finie de Le mot «algorithme» vient du nom de l auteur persan Al-Khuwarizmi (né vers 780 - mort vers 850) Une définition: «un algorithme est une suite finie de règles à appliquer dans un ordre déterminé à un nombre

Plus en détail

COMMISSION DE LA TRANSPARENCE AVIS. 04 janvier 2006

COMMISSION DE LA TRANSPARENCE AVIS. 04 janvier 2006 COMMISSION DE LA TRANSPARENCE AVIS 04 janvier 2006 TAHOR 10 mg, comprimé pelliculé TAHOR 20 mg, comprimé pelliculé TAHOR 40 mg, comprimé pelliculé TAHOR 80 mg, comprimé pelliculé Laboratoires PFIZER atorvastatine

Plus en détail

Ressources pour le lycée technologique

Ressources pour le lycée technologique éduscol Enseignement de mathématiques Classe de première STMG Ressources pour le lycée technologique Dérivation : Approximation affine et applications aux évolutions successives Contexte pédagogique Objectifs

Plus en détail