Phases de l évaluation d un test diagnostique
|
|
- Adrien Roberge
- il y a 7 ans
- Total affichages :
Transcription
1 Introduction aux Statistiques Médicales Biostatistique Clinique EVALUATION D'UN TEST DIAGNOSTIQUE Phases de l évaluation d un test diagnostique 1. Reproductibilité, concordance, (inter et intra-observateur) 2. Validité, efficacité, «accuracy» 3. Utilité clinique Index kappa p o : proportion de résultats concordants observés p c : proportion de résultats concordants par chance B (+) (-) A (+) (-) K = p o = p c = (60 x 50) + (40 x 50) 100 x 100 = 0,80 = 0,50 K = 0,80 0,50 1 0,50 = 0,60 1
2 1 - p c po -pc K = p o p c Accord parfait K = 1 Accord > chance K > 0 Accord = chance K = 0 Accord < chance K < 0 Désaccord total K = 1 2. j. k 1 n11 n12 n1j n1k r1 2 n21 n22 n2j n2k r2.. i ni1 ni2 nij nik ri.. k nk1 nk2 nkj nkk rk c1 c2. cj. ck N K = Test de HO : K = 0 ou p o = p c SE (K) = SE H0 (K) = a c b d K = Z = 2
3 Echelle de magnitude kappa < 0 poor mauvaise 0 et < 0,2 slight négligeable 0,2 et < 0,4 fair faible 0,4 et < 0,6 moderate moyenne 0,6 et < 0,8 substantial bonne 0,8 almost perfect excellente Comparaison de 2 index kappa SE (K) = Test de HO : K A = K B Z = (+) A (-) A (+) (-) (+) A (-) A (+) (-) B (+) (-) B (+) (-) p o = 0,80 p o = 0,80 p o = 0,80 p o = 0,80 p c = 0,50 p c = 0,79 p c = 0,79 p c = 0,78 p 0,50 p 0,12 p 0,12 [ p 0,12 ] K = 0,60 K = 0,05 K = 0,05 K = 0,08 3
4 CONCORDANCE Kappa prévalence (dés-)équilibre des totaux marginaux 4
5 Coefficient de corrélation intraclasse Var entre sujets Var entre observations ICC = Variabilité entre sujets Variabilité totale X Y ICC = 0,636 ICC = 0,938 Limites d agrément (Bland & Altman) x-y d + z s d d d z s d (x+y) / 2 5
6 x y 1 12,0 14,0 2 13,5 14,5 3 13,5 13,0 4 15,0 13,5 5 16,5 15,5 6 12,0 13,5 7 14,0 14,0 8 14,5 13,0 9 13,0 12, ,0 14, d = 0 s d = 1,29 limites d agrément = 0 ± (1,96 x 1,29) = ± 2, ( x + y ) / 2 6
7 Validité d un test diagnostique Résultats binaires (dichotomiques) 1. Sensibilité et spécificité 2. Valeurs prédictives 3. Paramètres résumés 4. Biais 5. Problèmes Résultats quantitatifs et ordinaux Courbes ROC 7
8 Validité d un test diagnostique binaire Test (+) Malades a vrais positifs Non malades b faux positifs Malades Non malades Résultat (+)?? Test (-) c faux négatifs d vrais négatifs Résultat (-)?? Sensibilité = P (T+ M +) Spécificité = P (T - M -) Se = a / (a + c) Sp = d / (b + d) Résultat (+) Malades 20 Non malades 10 Intervalles de confiance Résultat (-) 5 15 Sei ; Se s Se z Se (1- Se) a c ² = 8,33 p = 0,004 Se = 20 / (20 + 5) = 0,80 Sp = 15 / ( ) = 0,60 Sp i ; Sp s Sp (1- Sp) Sp z b d avec z = 1,96 pour intervalles de confiance à 95% 8
9 Mal. Non mal Résultat (+) (-) Mal. Non mal Comparaison des Se et Sp de 2 tests diagnostiques évalués sur les mêmes sujets test 2 (+) (-) test 1 (+) (-). b ạ Se = 0,80 [0,64; 0,96] Sp = 0,60 [0,41; 0,79] Se = 0,80 [0,75; 0,85] Sp = 0,60 [0,54; 0,66] ² (a - b)² a b Probabilité de test (+) si maladie Résultat + malades a vrais positifs non malades b faux positifs? théorème de BAYES Résultat - c faux négatifs d vrais négatifs Probabilité de maladie si test (+) Sensibilité Se = a / (a + c) Spécificité Sp = d / (b + d) Valeur prédictive positive VPP = a / (a + b) Valeur prédictive négative VPN = d / (c + d) 9
10 mal. non mal. Résultat mal. non mal. malades non malades (+) Résultat (-) 5 75 Résultat Se = 20 / (20 + 5) = 0,80 Sp = 15 / ( = 0,60 VPP = 20 / ( ) = 0,67 VPN = 15 / (5 + 15) = 0,75 Se = 0,80 Sp = 0,60 VPP = 0,67 VPN = 0,75 = = Se = 0,80 Sp = 0,60 VPP = 0,29 VPN = 0,94 p = 0,50 p = 0,17 Théorème de Bayes P (M si T) = P (M) P (T si M) P (M) P (T si M) + P (M) P (T si M) Valeurs prédictives Sensibilité VPP = p Se p Se + (1-p) (1-Sp) positive négative Spécificité VPN = (1-p) Sp (1-p) Sp + p (1-Se) Prévalence 10
11 1,0 Sujet quelconque avec test HIV ELISA positif,8,6,4 Se (ELISA) = 0,999 Sp (ELISA) = 0,99 p = 0,001,2 0,2,4,6 PREVALENCE,8 1,0 VPN VPP VPP = = 0,091 0,001 x 0,999 [0,001 x 0,999] + [(1 0,001) x (1 0,990)] Se = 0.80 Sp = 0.60 HIV (+) HIV (-) Sujet quelconque avec 2 ème test HIV ELISA positif ELISA (+) ELISA (-) Se (ELISA) = 0,999 Sp (ELISA) = 0,99 VPP = 0, VPP = = 0, VPP = 0,091 x 0,999 [0,091 x 0,999] + [(1 0,091) x (1 0,990)] = 0,909 11
12 Probabilité de séropositivité test 1 test 2 P avant test 0,001 0,091 P après test 0,091 0,909 Gain P après - P avant 0,09 0,82 Diagnostic de cancer du sein [Dixon & Mansel, Br Med J, 1994] Sensibilité et spécificité Valeurs prédictives mammographie aspiration indices descriptifs approche rétrospective indices prédictifs approche prospective Se Sp VPP 0,86 0,90 0,95 0,95 0,95 0,998 indépendants de prévalence applicable à toute population dépendants de prévalence applicable seulement à la population étudiée prévalence 0,69 0,96 VPP avec prévalence = 0,96 mammographie 0,995 aspiration 0,998 évaluation des évaluation de l charactéristiques intrinsèques utilité clinique d un test diagnostique d un test diagnostique 12
13 pour un test binaire Rapport de vraisemblance P (résultat malade) RV = P (résultat non malade) P (res (+) malade) Se RV (+) = = P (res (+) non malade) 1- Sp P (res (-) malade) 1 - Se RV (-) = = P (res (-) non malade) Sp malades non malades Résultat (+) Résultat (-) 5 15 Se 0,80 RV (+) = = = 2 1-Sp 1-0,60 1-Se 1-0,80 RV (-) = = = 0,33 Sp 0,60 Probabilité Odd = P 1 - P malades non malades Résultat (+) Résultat (-) 5 15 P après 1 P après = P avant 1 P avant. Se 1 - Sp odd posttest = odd prétest x RV 0,67 0,50 = x RV 1 0,67 1-0,50 Rapport de vraisemblance 2 = 1 x 2 13
14 P après P avant Se = 1 - P après 1 - P avant 1 - Sp Nomogramme de Fagan 0,091 0,001 test 1 = 99,9 1 0, ,001 0,909 0,091 test 2 = 99,9 1 0, ,091 Nomogramme de Fagan appliqué au test ELISA Efficacité diagnostique Res (+) Res (-) Res (+) Res (-) malades non malades a+d E = a+b+c+d E = = 0, E = 0,99!!! 14
15 Index de Youden J = Se + Sp - 1 [0,1] Biais et problèmes Res (+) Res (-) malades non malades J = 0,80 + 0,60-1 = 0,40 biais du spectre biais de non indépendance biais de vérification Res (+) Res (-) J = = 0 résultats incertains test de référence imparfait absence de test de référence Représentativité de l'échantillon sujets malades = "sickest of the sick" non malades = "wellest of the well" test étudié test de référence sensibilité et spécificité surestimées biais du spectre INDEPENDANCE échantillon représentatif du problème diagnostique 15
16 habituellement Biais de vérification surestime la sensibilité sous-estime la spécificité FREQUENT QUANTITATIVEMENT IMPORTANT Correction du biais de vérification Vérification dépend seulement du résultat du test test (+) (-) mal non mal vérif non vérif a b t 1 u 1 c d (t 1 + u 1 ) t 0 a Se = (t 1 + u 1 ) t 0 a + (t 0 + u 0 ) t 1 c t 0 u 0 (t 0 + u 0 ) t 1 d Sp = (t 0 + u 0 ) t 1 d + (t 1 + u 1 ) t 0 b mal. non mal. vérif non vérif Résultats incertains Résultat (+) malades non malades Résultat (-) Res (+) a b Res? estimations apparentes estimations corrigées Res (-) c d Sensibilité 0,86 0,62 Spécificité 0,90 0,97 - estimation de la situation la moins favorable - estimation des deux possibilités - rendement diagnostique avec Se et Sp apparentes - courbes ROC 16
17 Résultats apparents Vrais résultats mal non mal mal non mal mal non mal res (+) (+) res? 10 10? res (-) (-) ) Se = 86 / 110 = 0,78 & Sp = 90 / 110 = 0, Se = 0,86 Sp = 0, Se? Sp? 2) 0,78 < Se < 0,87 = 96 / 110 0,82 < Sp < 0,91 = 100 / 110 mal non mal res (+) res? res (-) ) Y(+) = = 0,91 with Se' = 0, Y(-) = = 0,91 with Sp' = 0, Test de référence imparfait Résultat (+) Résultat (-) malades a c non malades Se = fonction de Sp [test de référence] Sp = fonction de Se [test de référence] b d 17
18 Test de référence (+) (-) résultat (+) a b résultat (-) c d Se = (a + b) Sp R -b N Sp R - (b + d) Sp = (c + d) Se R -c N Se R -(a + c) Test de référence (+) (-) résultat (+) résultat (-) Se apparente = 0,80 Sp apparente = 0,90 Se R = Sp R Se Sp test étudié T et test de référence R 1 0,800 0,900 0,99 0,814 0,904 0,98 0,830 0,907 0,97 0,846 0,911 0,96 0,864 0,915 0,95 0,882 0,919 indépendants corrélés Se T et Sp T sous-estimées Se T et Sp T sous- ou surestimées 18
19 Absence de test de référence Résultat (+) Résultat (-) test 2 res (+) test 2 res (-) malades et non malades test 1 res (+)... a + b c + d test 1 res (-) Utilisation de variables instrumentales estimation de Se 1, Sp 1, Se 2, Sp 2 TUMEUR SANS TUMEUR 7,8 4,2 8,4 4,9 10,2 5,1 10,4 5,2 10,5 5,3 11,3 6,3 12,5 7,1 13,8 8,1 14,0 8,5 14,3 8,6 15,8 9,2 16,1 9,7 16,4 10,0 18,0 10,6 19,2 11,1 Se = 0,93 Sp = 0,47 Se = 0,87 Sp = 0,80 Se = 0,60 Sp = 1 19
20 AgNOR en cytologie du sein [Meehan et al., Am J Clin Pathol, 1994] Comptage des AgNOR par nucléole lésion bénigne lésion maligne n = 62 n = 36 4,44 [2,4; 6,5] 9,52 [7,4; 11,7] p <
21 Estimation non paramétrique Estimation non paramétrique (test de Wilcoxon) AUC = n 1 (n 1 + 1) W 1-2 n 1 x n 0 21
22 TUMEUR SANS TUMEUR 7,8 8 4,2 1 8,4 10 4,9 2 10,2 16 5,1 3 10,4 17 5,2 4 10,5 18 5,3 5 11,3 21 6,3 6 12,5 22 7,1 7 13,8 23 8,1 9 14,0 24 8, ,3 25 8, ,8 26 9, ,1 27 9, , , , , , ,1 20 Estimation non paramétrique (test de Wilcoxon) 15(15 + 1) AUC = 2 = 0,907 15x 15 Evaluation en imagerie 1 = certainement négatif 2 = probablement négatif 3 = incertain 4 = probablement positif 5 = certainement positif 22
23 23
EVALUATION DES TESTS DE DIAGNOSTIC. Vray M Institut Pasteur 1
EVALUATION DES TESTS DE DIAGNOSTIC Vray M Institut Pasteur 1 Plan de la présentation Introduction Définition Dépistage, D Diagnostique Les ¾ phases de développement d d un d test Phases 1, 2, 3 et 4 Les
Plus en détailChapitre 1 Evaluation des caractéristiques d un test diagnostique. José LABARERE
UE4 : Biostatistiques Chapitre 1 Evaluation des caractéristiques d un test diagnostique José LABARERE Année universitaire 2011/2012 Université Joseph Fourier de Grenoble - Tous droits réservés. lan I.
Plus en détailQuantification de l AgHBs Pouquoi? Quand?
Quantification de l AgHBs Pouquoi? Quand? Michelle Martinot-Peignoux Service d Hépatologie Hôpital Beaujon Université Paris-Diderot INSERM U-773/CRB3 Clichy-France Plan Introduction Applications Cliniques
Plus en détailChapitre 6 Test de comparaison de pourcentages χ². José LABARERE
UE4 : Biostatistiques Chapitre 6 Test de comparaison de pourcentages χ² José LABARERE Année universitaire 2010/2011 Université Joseph Fourier de Grenoble - Tous droits réservés. Plan I. Nature des variables
Plus en 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 détailApplication des courbes ROC à l analyse des facteurs pronostiques binaires
Application des courbes ROC à l analyse des facteurs pronostiques binaires Combescure C (1), Perneger TV (1), Weber DC (2), Daurès J P (3), Foucher Y (4) (1) Service d épidémiologie clinique et Centre
Plus en détailPLACE DE L IRM DANS LE BILAN D EXTENSION DU CANCER DU RECTUM. Professeur Paul LEGMANN Radiologie A - Cochin Paris
PLACE DE L IRM DANS LE BILAN D EXTENSION DU CANCER DU RECTUM Professeur Paul LEGMANN Radiologie A - Cochin Paris Cancer du rectum France : 15000 décès/an : 1ère cause. Pronostic souvent réservé Métastases
Plus en détailMedication management ability assessment: results from a performance based measure in older outpatients with schizophrenia.
Medication Management Ability Assessment (MMAA) Patterson TL, Lacro J, McKibbin CL, Moscona S, Hughs T, Jeste DV. (2002) Medication management ability assessment: results from a performance based measure
Plus en détailValidation clinique des marqueurs prédictifs le point de vue du méthodologiste. Michel Cucherat UMR CNRS 5558 - Lyon
Validation clinique des marqueurs prédictifs le point de vue du méthodologiste Michel Cucherat UMR CNRS 5558 - Lyon Marqueur prédictif - Définition Un marqueur prédictif est un marqueur qui prédit le bénéfice
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 détailIntérêt diagnostic du dosage de la CRP et de la leucocyte-estérase dans le liquide articulaire d une prothèse de genou infectée
Intérêt diagnostic du dosage de la CRP et de la leucocyte-estérase dans le liquide articulaire d une prothèse de genou infectée C. Rondé-Oustau, JY. Jenny,J.Sibilia, J. Gaudias, C. Boéri, M. Antoni Hôpitaux
Plus en détailEvalua&on tests diagnos&ques. Arnaud Fontanet
Evalua&on tests diagnos&ques Arnaud Fontanet Résultats d un test diagnos&que Maladie «Gold standard» Test expérimental + a b a+b - c d c+d a+c b+d Evaluation tests diagnostiques. Arnaud Fontanet 2 Résultats
Plus en détailTest de terrain ou test de laboratoire pour la performance en endurance?
Test de terrain ou test de laboratoire pour la performance en endurance? Ajaccio 12 mai 2012 F. Carré Université Rennes 1 Hopital Pontchaillou Inserm UMR 1099 Les «tests» chez le sportif Exploration performance
Plus en détailSouad EL Bernoussi. Groupe d Analyse Numérique et Optimisation Rabat http ://www.fsr.ac.ma/ano/
Recherche opérationnelle Les démonstrations et les exemples seront traités en cours Souad EL Bernoussi Groupe d Analyse Numérique et Optimisation Rabat http ://www.fsr.ac.ma/ano/ Table des matières 1 Programmation
Plus en détailLe Data Mining au service du Scoring ou notation statistique des emprunteurs!
France Le Data Mining au service du Scoring ou notation statistique des emprunteurs! Comme le rappelle la CNIL dans sa délibération n 88-083 du 5 Juillet 1988 portant adoption d une recommandation relative
Plus en détailMONITORING PÉRI-OPÉRATOIRE DE L'ISCHÉMIE CARDIAQUE. Dary Croft 9 mai 2013
MONITORING PÉRI-OPÉRATOIRE DE L'ISCHÉMIE CARDIAQUE Dary Croft 9 mai 2013 Plan Épidémiologie en chir. non-cardiaque Aspects techniques de l ECG Rappel critères ECG de l'ischémie Principe de monitoring per-op
Plus en détailChapitre 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 détailHENDRICH FALL RISK MODEL (HFRM)
HENDRICH FALL RISK MODEL (HFRM) Hendrich, A. L., Bender, P. S., & Nyhuis, A. (2003). Validation of the Hendrich II Fall Risk Model: a large concurrent case/control study of hospitalized patients. Appl.Nurs
Plus en détailEssais précoces non comparatifs : principes et calcul du nombre de sujets nécessaire
Essais précoces non comparatifs : principes et calcul du nombre de sujets nécessaire Sylvie CHABAUD Direction de la Recherche Clinique et de l Innovation : Centre Léon Bérard - Lyon Unité de Biostatistique
Plus en détailLes objets très lointains
Les objets très lointains Lorsque les étoiles sont proches il est possible de mesurer la distance qui nous en sépare par une méthode dite abusivement directe, la trigonométrie, qui permet de déduire les
Plus en détailL ATROPHIE DU SPHINCTER ANAL EXTERNE en ENDOSONOGRAPHIE TRIDIMENSIONNELLE. Vincent de PARADES PARIS
L ATROPHIE DU SPHINCTER ANAL EXTERNE en ENDOSONOGRAPHIE TRIDIMENSIONNELLE Vincent de PARADES PARIS INTRODUCTION L incontinence anale du post-partum partum relève de deux mécanismes : la déchirure de l
Plus en détailMulford C. (1992). The Mother-Baby Assessment(MBA): An Apgar Score for breastfeeding. Journal of Human Lactation, 8(2), 79-82.
MOTHER-BABY ASSESSMENT SCALE Mulford C. (1992). The Mother-Baby Assessment(MBA): An Apgar Score for breastfeeding. Journal of Human Lactation, 8(2), 79-82. Instrument de Mother-Baby Assessment scale mesure
Plus en détailInfiltrats pulmonaires chez l immunodéprimé. Stanislas FAGUER DESC Réanimation médicale 16-17 septembre 2009
Infiltrats pulmonaires chez l immunodéprimé Stanislas FAGUER DESC Réanimation médicale 16-17 septembre 2009 Complications pulmonaires en onco-hématologie (Mokart et al Chest 2003) ~ 20 % des patients ~
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 détailDASES Réseau tuberculose 10 janvier 2006
DASES Réseau tuberculose 10 janvier 2006 Place des Nouveaux Tests de Dosage de L INTERFERON GAMMA dans le diagnostic de la Tuberculose Fadi ANTOUN, Cellule Tuberculose DASES Le Quotidien du Médecin 2005
Plus en détailA Belarbi, ZC Amir, MG Mokhtech, F Asselah Service d Anatomie et de Cytologie Pathologique CHU Mustapha Alger
Apport de la cytoponction ganglionnaire dans le diagnostic des lymphomes A Belarbi, ZC Amir, MG Mokhtech, F Asselah Service d Anatomie et de Cytologie Pathologique CHU Mustapha Alger Introduction Large
Plus en détailPROGRAMME (Susceptible de modifications)
Page 1 sur 8 PROGRAMME (Susceptible de modifications) Partie 1 : Méthodes des revues systématiques Mercredi 29 mai 2013 Introduction, présentation du cours et des participants Rappel des principes et des
Plus en détailObjectifs et Modalités. Présentation : Dr M. Hours, INRETS
Objectifs et Modalités Présentation : Dr M. Hours, INRETS Objectifs du projet Identifier les facteurs pronostiques de handicap et/ou de mauvaise réinsertion des victimes d accidents de la circulation Sous-
Plus en détailCas clinique Enquête autour d un cas IDR vs IGRA Pr Emmanuel Bergot
Cas clinique Enquête autour d un cas IDR vs IGRA Pr Emmanuel Bergot Service de Pneumologie, CHU Côte de Nacre Centre de compétence régionale de l HTAP UMR INSERM 1086 «Cancers et Préventions», Université
Plus en détailCOMPARAISON DE QUATRE PROTOCOLES DE CHIMIOTHERAPIE POUR DES CANCERS DU POUMON NON A PETITES CELLULES (CBP NAPC) AVANCES
COMPARAISON DE QUATRE PROTOCOLES DE CHIMIOTHERAPIE POUR DES CANCERS DU POUMON NON A PETITES CELLULES (CBP NAPC) AVANCES Approximativement, un tiers de tous les décès dus au cancer sont en relation avec
Plus en détailIFT3913 Qualité du logiciel et métriques. Chapitre 2 Modèles de processus du développement du logiciel. Plan du cours
IFT3913 Qualité du logiciel et métriques Chapitre 2 Modèles de processus du développement du logiciel Plan du cours Introduction Modèles de processus du développement du logiciel Qualité du logiciel Théorie
Plus en détailF JABNOUN, H BERMENT, R KHAYAT, M MOHALLEM, Y BARUKH, P CHEREL Institut Curie Hôpital René Huguenin, Saint Cloud JFR 2010
F JABNOUN, H BERMENT, R KHAYAT, M MOHALLEM, Y BARUKH, P CHEREL Institut Curie Hôpital René Huguenin, Saint Cloud JFR 2010 Une anomalie ACR5 n est pas synonyme de malignité (VPP>95%) Quelle CAT après un
Plus en détailPierre OLIVIER - Médecine Nucléaire
Diplôme Universitaire Corrélations anatomo-physio-pathologiques en imagerie thoracique 25 mai 2011 Imagerie TEP et pathologie tumorale bronchique Pierre OLIVIER - Médecine Nucléaire Détection en coincidence
Plus en détailCancer bronchique primitif: données épidémiologiques récentes
Cancer bronchique primitif: données épidémiologiques récentes Pr Jean Trédaniel Service de pneumologie et oncologie thoracique Groupe Hospitalier Paris Saint Joseph Université Paris Descartes Sources Données
Plus en détailLa raison d être des systèmes d information
La raison d être des systèmes d information 23 ème Séminaire en sciences pharmaceutiques Pourrait-on vivre sans? 1 Enjeux Processus de soins très complexes et fortement basés sur la fiabilité humaine Suivi
Plus en détailGUIDE DE LECTURE CRITIQUE D'UN ARTICLE MEDICAL ORIGINAL (LCA)
GUIDE DE LECTURE CRITIQUE D'UN ARTICLE MEDICAL ORIGINAL (LCA) Coordinateurs : B. GOICHOT et N. MEYER Faculté de Médecine de Strasbourg Septembre 2011 PLAN L épreuve de lecture critique d article original
Plus en détailBERTHIER E, CHRISTIANO M, PHILIPPE M O, IEHL J, TATARU N, DECAVEL P, VUILLIER F, ELISEEF A, MOULIN T. Introduction (1). Contexte de l étude
REPRODUCTIBILITE INTEROBSERVATEUR DU TEST «NIHSS» (National Institutes of Heath Stroke Scale) RÉALISÉ PAR VIDÉOCONFÉRENCE : EXPÉRIENCE DU RÉSEAU DES URGENCES NEUROLOGIQUES (RUN) BERTHIER E, CHRISTIANO
Plus en détailAttitude des ménages face au risque. M1 - Arnold Chassagnon, Université de Tours, PSE - Automne 2014
Attitude des ménages face au risque - M1 - Arnold Chassagnon, Université de Tours, PSE - Automne 2014 Plan du cours 1. Introduction : demande de couverture et comportements induits pa 2. Représentations
Plus en détailL axe 5 du Cancéropole Nord Ouest
L axe 5 du Cancéropole Nord Ouest Cancers, Individu id & Société L état des lieux d un pari Le Rapport Cordier 1 Biomarqueurs prédictifs 2 L axe 5 du Cancéropole Nord Ouest Cancers, Individu & Société
Plus en détailUn nouveau test sanguin performant pour le diagnostic non-invasif de steatohépatite non alcoolique chez les patients avec une NAFLD
Un nouveau test sanguin performant pour le diagnostic non-invasif de steatohépatite non alcoolique chez les patients avec une NAFLD J Boursier, A Guillet, S Michalak, Y Gallois, F Oberti, I Fouchard-Hubert,
Plus en détailCALCUL D UN SCORE ( SCORING) Application de techniques de discrimination LES OBJECTIFS DU SCORING
CALCUL D UN SCORE ( SCORING) Application de techniques de discrimination LES OBJECTIFS DU SCORING SÉLECTION DES RISQUES PRÉVISION DES DÉFAUTS SUIVI ET CONTRÔLE Pierre-Louis GONZALEZ Différents types de
Plus en détailDiagnostic et Monitoring de la pathologie respiratoire du sommeil en 2010. Peut-on faire plus simple?
Diagnostic et Monitoring de la pathologie respiratoire du sommeil en 2010 Peut-on faire plus simple? Dr Dan Adler, Février 2011 Plan Diagnostic du SAHOS Vers moins de technologie Vers de nouvelles technologies
Plus en détailASPECT ECHOGRAPHIQUE NORMAL DE LA CAVITE UTERINE APRES IVG. Dr D. Tasias Département de gynécologie, d'obstétrique et de stérilité
Hôpitaux Universitaires de Genève ASPECT ECHOGRAPHIQUE NORMAL DE LA CAVITE UTERINE APRES IVG Dr D. Tasias Département de gynécologie, d'obstétrique et de stérilité Introduction (1) L IVG chirurgicale est
Plus en détailSystèmes 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 détailNouvelles caméras CZT cardiaques: une seconde vie pour le thallium 201?
Symposium Covidien, Nice, 10 mai 2010 Nouvelles caméras CZT cardiaques: une seconde vie pour le thallium 201? Bernard Songy Centre Cardiologique du Nord St-Denis Thallium 201: Le thallium 201 présente
Plus en détailPeut-on ne pas reprendre des marges «insuffisantes» en cas de Carcinome canalaire infiltrant
Peut-on ne pas reprendre des marges «insuffisantes» en cas de Carcinome canalaire infiltrant Institut Cancérologie de l Ouest CHIRURGIE Dr. Isabelle Jaffré CAS CLINIQUE 1 36 ans 90B sans CI radiothérapie
Plus en détail1.2. REALISATION DES OPERATIONS DE PRELEVEMENTS ET D ANALYSES
AVANT-PROPOS Le présent document a été réalisé par ASCONIT Consultants, pour le compte du Conseil Général de Haute-Savoie (CG74) dans le cadre du programme 2007-2008 du suivi de la qualité des eaux des
Plus en détailInvestir dans la volatilité :
Investir dans la volatilité : un nouvel horizon pour les solutions traditionnelles de diversification des portefeuilles Destiné aux clients professionnels au sens de la directive MIF www.seeyond-am.com
Plus en détailCalcul matriciel. Définition 1 Une matrice de format (m,n) est un tableau rectangulaire de mn éléments, rangés en m lignes et n colonnes.
1 Définitions, notations Calcul matriciel Définition 1 Une matrice de format (m,n) est un tableau rectangulaire de mn éléments, rangés en m lignes et n colonnes. On utilise aussi la notation m n pour le
Plus en détailLa définition La méthode. Les échelles de mesure L ENQUETE PAR SONDAGE : LA METHODE
L ENQUETE PAR SONDAGE : LA METHODE La définition La méthode Le questionnaire Les biais La passation du questionnaire La validité des réponses Les échelles de mesure Les échelles d évaluation Les échelles
Plus en détailGUIDE PRATIQUE DES CONCEPTS ET THÉORIES ÉCONOMIQUES
GUIDE PRATIQUE DES CONCEPTS ET THÉORIES ÉCONOMIQUES 1 TABLE DES MATIÈRES AVANT-PROPOS MICROÉCONOMIE Le consommateur... 11 Coût d opportunité; Analyse marginale; Loi de l utilité marginale décroissante;
Plus en détailÉquation de Langevin avec petites perturbations browniennes ou
Équation de Langevin avec petites perturbations browniennes ou alpha-stables Richard Eon sous la direction de Mihai Gradinaru Institut de Recherche Mathématique de Rennes Journées de probabilités 215,
Plus en détailNOTE 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 détailÉchographie normale et pathologique du grand pectoral
Échographie normale et pathologique du grand pectoral JL Brasseur, N Gault, B Mendes, D Zeitoun-Eiss, J Renoux, P Grenier G H Pitié-Salpêtrière Introduction La pathologie du grand pectoral est relativement
Plus en détailCONTROVERSE : IDR OU QUANTIFERON LORS D'UN CONTAGE EN EHPAD?
CONTROVERSE : IDR OU QUANTIFERON LORS D'UN CONTAGE EN EHPAD? Hélène MANGEARD François MALADRY Tuberculose : infection mycobactérienne Infection mycobactérienne chronique (M. Tuberculosis ++ ou bacille
Plus en détailCours d Analyse. Fonctions de plusieurs variables
Cours d Analyse Fonctions de plusieurs variables Licence 1ère année 2007/2008 Nicolas Prioux Université de Marne-la-Vallée Table des matières 1 Notions de géométrie dans l espace et fonctions à deux variables........
Plus en détailPrudence, Epargne et Risques de Soins de Santé Christophe Courbage
Prudence, Epargne et Rique de Soin de Santé Chritophe Courbage ASSOCIATION DE GENÈVE Introduction Le compte d épargne anté (MSA), une nouvelle forme d intrument pour couvrir le dépene de anté en ca de
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 détail# let rec concat l1 l2 = match l1 with [] -> l2 x::l 1 -> x::(concat l 1 l2);; val concat : a list -> a list -> a list = <fun>
94 Programmation en OCaml 5.4.8. Concaténation de deux listes Définissons maintenant la fonction concat qui met bout à bout deux listes. Ainsi, si l1 et l2 sont deux listes quelconques, concat l1 l2 constitue
Plus en détailSimuler le cumul pour valider
Énergies renouvelables et eau chaude Simuler le cumul pour valider Est-il opportun de cumuler les énergies pour améliorer les installations de production d eau chaude sanitaire? Quelles sont les interactions
Plus en détailDépistage par mammographie : feuille d information
feuille d information Dépistage par mammographie : feuille d information Le dépistage par mammographie consiste à faire passer à intervalles réguliers, dès l âge de 50 ans, des radiographies des seins
Plus en détailCharges virales basses sous traitement: définition impact virologique. Laurence Bocket Virologie CHRU de Lille
XVIIe Journée Régionale de Pathologie Infectieuse 12 octobre 2010 Charges virales basses sous traitement: définition impact virologique Laurence Bocket Virologie CHRU de Lille conflits d intérêts subventions,
Plus en détailPolyarthrite rhumatoïde et biologie
Polyarthrite rhumatoïde et biologie Le point de vue de l'immunologiste Sylvain Laboratoire d'immunologie, sdubucquoi@univ univ-lille2. -lille2.fr FR et PR Définition Auto-anticorps anti-fragment Fc des
Plus en détailEvaluation d un appareil quantitatif ultrasonore utilisant des matrices (Beam scanner):précision standardisée
Evaluation d un appareil quantitatif ultrasonore utilisant des matrices (Beam scanner):précision standardisée M-A Gomez, M Nasser-Eddin, M Defontaine, B Giraudeau, F Jacquot, F Patat INTRODUCTION L ostéoporose
Plus en détailPRIVOR Plus prévoyance optimisée. Sécurité élevée et chances attractives de rendement
PRIVOR Plus prévoyance optimisée Sécurité élevée et chances attractives de rendement Qu est-ce que PRIVOR Plus? Vous accordez la priorité à la sécurité financière et vous souhaitez dans un même temps profiter
Plus en détailLa classification automatique de données quantitatives
La classification automatique de données quantitatives 1 Introduction Parmi les méthodes de statistique exploratoire multidimensionnelle, dont l objectif est d extraire d une masse de données des informations
Plus en détaille bilan urodynamique Dr René Yiou, CHU Henri Mondor
le bilan urodynamique Dr René Yiou, CHU Henri Mondor Bilan urodynamique Continence et miction = résultat d'un rapport de forces vessie/urètre: 1. Pression vésicale de remplissage (compliance): doit rester
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 détailHospital Anxiety and Depression Scale (HADS)
dmt Risques psychosociaux : out ils d é va lua t ion FRPS 13 CATÉGORIE ATTEINTE À LA SANTÉ PHYSIQUE ET MENTALE Hospital Anxiety and Depression Scale (HADS) LANGEVIN V.*, FRANÇOIS M.**, BOINI S.***, RIOU
Plus en détailL obésité et le diabète de type 2 en France : un défi pour la prochaine décennie. DANIEL RIGAUD CHU de Dijon
L obésité et le diabète de type 2 en France : un défi pour la prochaine décennie DANIEL RIGAUD CHU de Dijon 46 Obésité : définition L obésité est définie comme un excès de masse grasse associée à un surcroît
Plus en détail6 - Le système de gestion de fichiers F. Boyer, UJF-Laboratoire Lig, Fabienne.Boyer@imag.fr
6 - Le système de gestion de fichiers F. Boyer, UJF-Laboratoire Lig, Fabienne.Boyer@imag.fr Interface d un SGF Implémentation d un SGF Gestion de la correspondance entre la structure logique et la structure
Plus en détailUne variable binaire prédictrice (VI) et une variable binaire observée (VD) (Comparaison de pourcentages sur 2 groupes indépendants)
CIVILITE-SES.doc - 1 - Une variable binaire prédictrice (VI) et une variable binaire observée (VD) (Comparaison de pourcentages sur 2 groupes indépendants) 1 PRÉSENTATION DU DOSSIER CIVILITE On s intéresse
Plus en détailÉtude des résultats des investisseurs particuliers sur le trading de CFD et de Forex en France
Étude des résultats des investisseurs particuliers sur le trading de CFD et de Forex en France Le 13 octobre 2014 Autorité des marchés financiers 17, place de la Bourse 75082 Paris cedex 02 Tél. : 01 53
Plus en détailVariations du modèle de base
1 Variations du modèle de base Dans ce chapitre nous allons utiliser le modèle de base du chapitre précédent pour illustrer certaines questions économiques simples. Ainsi, le modèle précédent nous permettra
Plus en détailRevenu net 2,509,803 101,280 113,506 115,765 119,401
Propr. VPN 2011 2012 2013 2014 C 49 50 51 52 S 47 48 49 50 C 0 100,000 116,555 134,383 153,941 S 0 0 6,536 13,778 21,811 C 0 35,000 39,869 39,859 33,783 C 5,000 10,931 S 0 35,000 37,869 35,694 27,739 S
Plus en détailSimulation centrée individus
Simulation centrée individus Théorie des jeux Bruno BEAUFILS Université de Lille Année 4/5 Ce document est mis à disposition selon les termes de la Licence Creative Commons Attribution - Partage dans les
Plus en détailSuites numériques 3. 1 Convergence et limite d une suite
Suites numériques 3 1 Convergence et limite d une suite Nous savons que les termes de certaines suites s approchent de plus en plus d une certaine valeur quand n augmente : par exemple, les nombres u n
Plus en détail«Quelle information aux patients en recherche biomédicale? Quels enseignements en retirer pour la pratique quotidienne?»
«Quelle information aux patients en recherche biomédicale? Quels enseignements en retirer pour la pratique quotidienne?» Dr Adeline Paris Unité de Pharmacologie Clinique Centre d Investigation Clinique
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 détailQuoi de neuf dans la prise en charge du psoriasis?
Quoi de neuf dans la prise en charge du psoriasis? Nathalie QUILES TSIMARATOS Service de Dermatologie Hôpital Saint Joseph Marseille Ce que nous savons Le psoriasis Affection dermatologique très fréquente,
Plus en détailProgrammation linéaire
1 Programmation linéaire 1. Le problème, un exemple. 2. Le cas b = 0 3. Théorème de dualité 4. L algorithme du simplexe 5. Problèmes équivalents 6. Complexité de l Algorithme 2 Position du problème Soit
Plus en détailConception de circuits numériques et architecture des ordinateurs
Conception de circuits numériques et architecture des ordinateurs Frédéric Pétrot Année universitaire 2014-2015 Structure du cours C1 C2 C3 C4 C5 C6 C7 C8 C9 C10 C11 Codage des nombres en base 2, logique
Plus en détailCLEAR CHANNEL MONITOR. L efficacité de vos campagnes en Publicité Extérieure analysée sous toutes leurs composantes
CLEAR CHANNEL MONITOR ou L efficacité de vos campagnes en Publicité Extérieure analysée sous toutes leurs composantes Mieux comprendre le média, réussir vos campagnes! Fort de partenaires référents dans
Plus en détailUNE REPRESENTATION GRAPHIQUE DE LA LIAISON STATISTIQUE ENTRE DEUX VARIABLES ORDONNEES. Éric TÉROUANNE 1
33 Math. Inf. Sci. hum., (33 e année, n 130, 1995, pp.33-42) UNE REPRESENTATION GRAPHIQUE DE LA LIAISON STATISTIQUE ENTRE DEUX VARIABLES ORDONNEES Éric TÉROUANNE 1 RÉSUMÉ Le stéréogramme de liaison est
Plus en détailPROBABILITES ET STATISTIQUE I&II
PROBABILITES ET STATISTIQUE I&II TABLE DES MATIERES CHAPITRE I - COMBINATOIRE ELEMENTAIRE I.1. Rappel des notations de la théorie des ensemble I.1.a. Ensembles et sous-ensembles I.1.b. Diagrammes (dits
Plus en 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 détailLe Diagnostic de communication. Communiquance
Le Diagnostic de communication Diagnostic et audit Historique de l Audit / Diagnostic Organisation des missions - Finalités - Objectifs Audit interne/externe Les variables classiques - quanti / quali Scores
Plus en détailMASTER (LMD) MANAGEMENT DE PROJET ET INNOVATION EN BIOTECHNOLOGIE
MASTER (LMD) MANAGEMENT DE PROJET ET INNOVATION EN BIOTECHNOLOGIE RÉSUMÉ DE LA FORMATION Type de diplôme : Master (LMD) Domaine ministériel : Sciences, Technologies, Santé Mention : BIOLOGIE SANTE Spécialité
Plus en détailEssais cliniques de phase 0 : état de la littérature 2006-2009
17 èmes Journées des Statisticiens des Centres de Lutte contre le Cancer 4 ème Conférence Francophone d Epidémiologie Clinique Essais cliniques de phase 0 : état de la littérature 2006-2009 Q Picat, N
Plus en détailO, i, ) ln x. (ln x)2
EXERCICE 5 points Commun à tous les candidats Le plan complee est muni d un repère orthonormal O, i, j Étude d une fonction f On considère la fonction f définie sur l intervalle ]0; + [ par : f = ln On
Plus en détailPrise en charge de l embolie pulmonaire
Prise en charge de l embolie pulmonaire Dr Serge Motte Liège 06.12.14 - Laack TA et Goyal DG, Emerg Med Clin N Am 2004; 961-983 2 PLAN Diagnostic Prise en charge: Phase aiguë: analyse de gravité Choix
Plus en détailDocteur, j ai pris froid!
Dr j ai pris froid: Objectifs Docteur, j ai pris froid! Jean-Paul Humair Avec la contribution de MC Kramer Colloque SMPR 21.12.2011 Connaitre l épidémiologie des infections des voies respiratoire sup (IVRS)
Plus en détailQuelques contrôle de Première S
Quelques contrôle de Première S Gilles Auriol auriolg@free.fr http ://auriolg.free.fr Voici l énoncé de 7 devoirs de Première S, intégralement corrigés. Malgré tout les devoirs et 5 nécessitent l usage
Plus en détailRégionalisation des régimes de perturbations et implications pour l aménagement dans un contexte de changement climatique
Régionalisation des régimes de perturbations et implications pour l aménagement dans un contexte de changement climatique Sylvie Gauthier, Chercheuse scientifique, successions forestières RNCan-SCF-CFL
Plus en détailRapport sur les nouveaux médicaments brevetés Iressa
Rapport sur les nouveaux médicaments brevetés Iressa Au titre de son initiative de transparence, le CEPMB publie les résultats des examens des prix des nouveaux médicaments brevetés effectués par les membres
Plus en détailVous ne voulez faire confiance à personne, la doctrine d investissement de Marie Quantier vous assure performance et tranquillité
MARIE QUANTIER Inspiration depuis 1907 Vous ne voulez faire confiance à personne, la doctrine d investissement de Marie Quantier vous assure performance et tranquillité Une approche hybride entre «smart
Plus en détailNouvelles propositions pour la résolution exacte du problème de sac à dos bi-objectif unidimensionnel en variables binaires
Nouvelles propositions pour la résolution exacte du problème de sac à dos bi-objectif unidimensionnel en variables binaires Julien Jorge, Xavier Gandibleux Laboratoire d Informatique de Nantes Atlantique
Plus en détailGuidance de Statistique : Epreuve de préparation à l examen
Guidance de Statistique : Epreuve de préparation à l examen Durée totale : 90 min (1h30) 5 questions de pratique (12 pts) 20 décembre 2011 Matériel Feuilles de papier De quoi écrire Calculatrice Latte
Plus en détailTUMEURS DU BAS APPAREIL URINAIRE
1 Plan de cours I - TUMEURS PRIMITIVES DE LA VESSIE c1 - Tumeurs papillaires non infiltrantes c2 - Tumeurs papillaires infiltrantes c3 - Carcinome in-situ en muqueuse plane D - Pronostic : II - TUMEURS
Plus en détailArchitecture des ordinateurs
Architecture des ordinateurs Cours 4 5 novembre 2012 Archi 1/22 Micro-architecture Archi 2/22 Intro Comment assembler les différents circuits vus dans les cours précédents pour fabriquer un processeur?
Plus en détail