Introduction aux Statistiques en Biologie-Médecine
|
|
- Marie-Madeleine Bernier
- il y a 6 ans
- Total affichages :
Transcription
1 MB6 - Cours 1 Objectifs du cours Introduction aux Statistiques en Biologie-Médecine la démarche expérimentale Comprendre le rôle de la méthodologie et des bio-statistiques dans la génèse des connaissances de manière générale en Biologie-Santé Comprendre l importance de la variabilité Plan du Cours Notions d Epistémologie Notions d Epistémologie L observation La démarche expérimentale La démarche expérimentale en Sciences de la Vie Variabilité et Aléa Randomisation Aveugle Raisonner et statuer sous incertitude épistémê : connaissance + logos : discours Branche de la philosophie des sciences étudiant de manière critique la méthode scientifique et les principes des sciences les contenus, moyens et limites de la connaissance 3 questions: 1. Connaissance? 2. Génèse et constitution de la connaissance? 3. Valeur / validité de la connaissance?
2 Connaissance Justification Nombreuses théories Platon (classique) Connaissance = croyance vraie justifiée justifiée = pourvue de «bonnes» raisons Kant Aucune connaissance ne précède l expérience et toutes commencent avec elles Le réel reste inconnu et on ne connaît que des phénomènes vérité connaissance JUSTIFICATION croyance Question centrale Justifier Prouver, établir un fait Prouver le bien-fondé d une opinion Comment? 2 caractères essentiels: Objectivité Neutralité Deux outils de justification 1. L'observation 2. L'expérimentation L'observation Observation, outil de justification Claude Bernard L'art d'obtenir des faits exacts au moyen d'une investigation rigoureuse "l'observateur écoute la nature et écrit sous la dictée" Mais: s'il est vrai que "tout part de l'observation", si l'observation peut être un outil de justification l'observation empirique a des failles conceptuelles vis-àvis de la neutralité l'observation ne peut générer une théorie Observation Tous les cygnes observés sont blancs Conclusion par raisonnement inductif Tous les cygnes sont blancs
3 Observation, outil de justification observation et neutralité tous les cygnes sont blancs observation 1 théorie corroborée (ne permet pas de conclure à son exactitude) THEORIE tentative de réfutation observation 2 réfutation la théorie est fausse Problèmes: biais d observation et de sélection liés aux choix de l observateur Focalisation de l'attention sur un objet (ou un aspect de l'objet) plutôt qu'un autre exemple: observer des patients en médecine de ville ou des patients hospitalisés Choix de l'outil d'observation exemple: insuffisance rénale vue par le dosage de l urée sanguine ou d un dun autre paramètre Liés à la modification potentielle, par l'observation, du phénomène observé exemple: interroger un patient sur sa prise d alcool peut lui faire prendre conscience d un abus et induire une sousdéclaration de sa consommation ou induire une modification de comportement Observation: conclusion L'expérimentation À partir d'observations Il est possible de bâtir a posteriori une théorie susceptible d'expliquer les faits observés = démarche inductive Mais une seule observation inattendue suffit à la falsifier Le respect de la neutralité pose souvent problème de là, la fragilité de certaines études épidémiologiques cherchant "au hasard" des facteurs de risques de maladies et tdonc mal conduites En Santé L'identification des phénomènes élémentaires relève de l'histoire de la médecine Seuls les "phénomènes complexes" restent à élucider L'approche scientifique impose d'énoncer une hypothèse préalable à tout essai d'explication de tester cette hypothèse par l'expérimentation Popper La théorie scientifique ne représente ni une vérité ni même un de ses fragments Provisoire, elle contribue à un paradigme susceptible d'être réfuté à tout moment par des mises à l'épreuve successives Plus elle est solide, plus elle résistera et sera corroborée Une propriété fondamentale de toute théorie scientifique est d'être falsifiable cad réfutable
4 réfutation Démarche expérimentale hypothèse hypothèse hypothèse THEORIE énoncés réfutables Méthode appliquée en Sciences en Santé (Claude Bernard) orroboration essai de réfutation réfutation démonstration de la essai de réfutation fausseté réfutation cde la théorie Théorie corroborée (mais jamais AVEREE) réfutation Repose sur la méthode expérimentale émettre une hypothèse écrire un protocole: conditions + hypothèse + méthode Expliquer le raisonnement Construire le plan expérimental tester l hypothèse par des expériences répétées valider ou invalider l hypothèse expérience Causalité Expérience «scientifique» en laboratoire Préparation: conditions initiales définies, maîtrisées et stables Expérimentation: mise en jeu d une intervention et d'une seule Évaluation du résultat Peut être répétée à l'identique cause unique? Effet Revient à isoler le phénomène étudié Questions? Est-ce possible en sciences de la vie Comment "prouver" la causalité lien causal = faisceau d'arguments 1. Preuves expérimentales 2. Reproductibilité : caractère systématique ou presque du lien 3. Temporalité: la cause doit précéder son effet 4. Relation dose-effet: plus la "dose" de cause augmente plus son effet (positif ou négatif) est augmenté 5. Suppression de la cause: si la cause est supprimée, l'effet dû à la cause disparaît 6. Spécificité: innocenter d'autres causes 7. Cohérence avec d'autres données scientifiques 8. Force de l'association statistique (RR ou OR élevé)
5 Démarche en sciences de la vie L homme, un sujet si particulier Contexte Phénomènes complexes Chez l'humain Problèmes difficulté d expérience scientifique «construite» difficulté de la répétition à l identique variabilité des individus des conditions, outils d'observation multitude de paramètres difficiles à isoler isoler un seul paramètre éloigne de la réalité naturelle «L expérience analyse, dissocie les phénomènes afin de les réduire à des relations et à des conditions de plus en plus simples» «L homme entier, organisme complexe et irréductible, oblige à expérimenter sans un contrôle exhaustif des paramètres en jeu; il faut apporter des correctifs statistiques, utiliser la modélisation, mais limiter les conclusions au modèle sélectionné (notion de noninclusion) Fisher (1925)» Démarche en sciences de la vie variabilité se rapprocher de la méthode expérimentale démarche émettre une hypothèse écrire un protocole: conditions + hypothèse + méthode tester l hypothèse par une «expérimentation» Sur groupe(s) de sujets aussi déterminé(s) que possible Effectuer les mesures Calculer et comprendre les résultats valider ou invalider l hypothèse sur le(s) groupe(s) en tenant compte de l incertitude Généraliser à une population deux niveaux de VARIABILITE génétique phénotype environnement (,, social) Instrumentale (technique de mesure) Pré-instrumentale (technique prélèvement) Intra-sujet Inter-sujet variabilité analytique variabilité biologique fonde la notion de HASARD et d INCERTITUDE d ALEATOIRE
6 variabilité Variabilité: randomisation Méthode expérimentale Faire le bilan des variables ayant une action sur le système étudié Trouver une situation où toutes les variables sont fixes sauf 2 (la cause et l effet à observer) Appliquer la cause et observer la relation entre cause et effet Or Impossible de faire le bilan de toutes les variables Exemple: jouent sur l effet d un médicament: le médicament, l état du patient, sa psychologie, son régime alimentaire. La relation entre cause et effet sera entachée d un aléa résultant de l action des variables non maîtrisées dans l expérience Tirage au sort (randomisation) Idée pour «répartir de façon homogène» les sujets et donc les variables qui jouent sur la relation cause-effet L aléa, l incertitude, encore appelé «hasard» (cad effet des variables autres que la cause sur la relation) a alors un caractère probabiliste L aléa pourra alors être «modélisé mathématiquement» par des tests et des intervalles de confiance On pourra alors juger, en probabilité («d avoir raison quand on dit l effet est lié à la cause») Variabilité: randomisation Le tirage au sort de groupes de sujets à partir de la même population Permet d éviter les bais de sélection (ex: éviter de choisir seulement des patients «bon répondeurs» à un traitement) Permet de travailler sur un ou des échantillon(s) «représentatif(s) de la population» comparables sur tout sauf la cause Autorise la comparaison des groupes et des résultats Permet de «généraliser» à la population les résultats obtenus (l existence ou non d une relation entre une cause et un effet) Variabilité: exemple Savoir si un traitement est actif dans une maladie infectieuse Population de malades tirage au sort tirage au sort Groupe 1 Groupe 2 traitement pas de traitement Y guérissent avec le traitement X guérissent spontanément Si Y n est pas voisin (en probabilité) de X : traitement actif Si Y est voisin (en probabilité) de X : traitement inactif On utilisera ou pas le traitement pour soigner la maladie infectieuse
7 Variabilité: l AVEUGLE Variabilité: l AVEUGLE Dans l expérimentation Maîtriser la variabilité des caractéristiques du phénomène étudié pour obtenir des résultats t interprétables sans trop d ambiguïté Mais, observer, c est aussi agir sur le phénomène étudié Observateur(s) Sujet(s) observé(s) Interpréteur(s) des résultats de l expérimentation Et donc parfois le modifier Il faut conserver les 2 caractéristiques Objectivité Neutralité Les variables Cause, effet Autres variables Doivent être recueillies, pour chacune, de la même manière et dans les mêmes conditions Pour avoir la même signification décidée au départ être prises en compte dans les calculs de résultats SOLUTION: l AVEUGLE Le fait de ne pas connaître les modalités de la cause Variabilité: l AVEUGLE variabilité: l AVEUGLE Exemple: dans un essai thérapeutique avec 2 groupes (avec traitement 1 et avec traitement 2) AVEUGLE De l observateur: ne sait pas à quel groupe a été affecté le patient qu il observe donc n aura pas tendance à juger plus positifs les résultats du traitement qu il croit le meilleur De l observé ne sait pas dans quel groupe il a été alloué donc n aura pas tendance à donner des informations plus positives ou négatives De l interpréteur des résultats ne sait pas quelle molécule a été allouée à tel groupe donc n aura pas tendance à sur ou sous estimer les résultats en fonctions de ses avis personnels Simple AVEUGLE le patient ne sait pas Double AVEUGLE ni le médecin, ni le patient ne savent Triple AVEUGLE ni le médecin, ni le patient ni l interpréteur ne savent Procédure Employée systématiquement Sauf quand impossible: ex: études chirurgicales
8 Conclusion Population et échantillon Etude de phénomènes complexes avec des causes souvent intriquées des effets variables (gradient) selon les individus Variabilité entre individus entre groupes (échantillons) d individus Aléa ou Incertitude «modéliser» l aléa lé ou incertitude? «raisonner» et «statuer» sous incertitude? Généralisation «généraliser» sous incertitude? Série statistique: collection d objets de même nature suffisamment semblables pour pouvoir être étudiés ensemble demande critères inclusion et non-inclusion Population: série exhaustive finie ou infinie critères précis d appartenance Échantillon: sous-ensemble fini extrait d une population représentatif de la population P si extrait au hasard de P Population et échantillon Variable et variable aléatoire population probabilités PARI sur la distribution des variables tirage au sort JUGEMENT sur échantillon statistique inférentielle échantillon Variable Élément dont la mesure peut prendre différentes valeurs Variable aléatoire (VA) Variable dont la valeur de la mesure, pour un sujet donné, ne peut têtre prédite avec certitude donc à laquelle est associée une loi de probabilité Exemples sexe glycémie à jeun nombre de lymphocytes / ml de sang
9 Types de variables aléatoires Mesure d une variable quantitative : Valeur = mesure une quantité Quantitative continue ex : taille, poids, glycémie Quantitative discrète ex : nombre d enfants, nb de selles/jour qualitative : Valeur = comptage de catégories exclusives Qualitative nominale : catégories sans relation d ordre ex : groupe sanguin, couleur des yeux dichotomique o ( booléenne, e, binaire) ex : sexee Qualitative ordinale : catégories ordonnées ex : score douleur (nulle-modérée-forte), protéinurie (0,+,++ ) censurée : survenue d un événement Combinaison: comptage + délai évènement ex : Survenue d un décès dans l année qui suit opération Expérimentation = mesure fiable de variables bien choisies Fiabilité Reproductibilité dans le temps entre observateurs Honnêteté: ex consommation d alcool Sensible aux changements (à la cause) Sens non ambigu Mesures objectives: ex dosages Mesures subjectives: ex douleur, qualité de vie Peu de données manquantes AVEUGLE Estimer les lois de probabilité Estimation des lois de probabilité raisonnement mathématique expérimentation sur grands échantillons recherche clinique épidémiologie Statuer sous incertitude: les problèmes population? population tirage au sort? échantillon Pour une variable X : on connaît les paramètres dans la population à quoi peut-on s attendre dans un échantillon? tirage au sort échantillon Pour une variable X : on a calculé les paramètres dans un échantillon à quoi peut-on s attendre dans la population? échantillon de 20 femmes distribution des valeurs échantillon de 1000 femmes loi de probabilité tirage au sort échantillon 1 + population effet? CAUSE - tirage au sort échantillon 2 Pour une variable X : on a calculé les paramètres dans 2 échantillons peut-on conclure à un effet de la cause dans la population?
10 Statuer sous incertitude: exemple Statuer sous incertitude: exemple lignée de souris présentant 20% de tumeurs malignes spontanées lignée de souris présentant 20% de tumeurs malignes spontanées sur 1 échantillon de 100 souris 100 échantillons de 100 souris 100 échantillons de 100 souris substance X % lots substance X 31 Observé: 31 souris avec tumeur maligne Question: la substance X est-elle cancérigène? tous les échantillons ne sont pas à 20% de tumeurs 31% est une valeur possible fluctuations d échantillonnage % lots on aurait pu observer une autre valeur que 31% 20% est une valeur observable Statuer sous incertitude: exemple Statuer sous incertitude: exemple lignée de souris présentant 20% de tumeurs malignes spontanées échantillon de 100 souris Question: la substance X est-elle cancérigène? substance X constaté: 31 souris avec tumeur maligne on a constaté une différence : 31% - 20% = 11% mais existent les «fluctuations d échantillonnage Question quelle est la probabilité d observer au moins cette différence si X n est pas cancérigène? à partir de quelle probabilité peut-on considérer X comme cancérigène? cette probabilité «seuil» sera le «risque d erreur» conclure en fonction du «seuil de significativité» que l on s est donné Faire un test statistique (cad: tenant compte des fluctuations d échantillonnage) qui donnera la probabilité d observer au moins cette différence si X n est pas cancérigène? conclure en fonction du «seuil de significativité» que l on s est donné Raisonnement hypothèse (nulle) X non cancérigène = l échantillon provient au hasard de la population avec taux 20% Test: Comparaison fréquences Calcul probabilité(h0) P = 0,06 Conclusion / seuil (5%) P > 0,05 donc non rejet de H0 (H0 n est pas réfutée) Conclusion clinique: on ne peut pas dire S cancérigène
11 Conclusions La démarche expérimentale s applique dans les sciences de la Vie malgré la «variabilité», «l aléa» grâce à une formulation probabiliste Sous conditions de rigueur dans l énoncé des hypothèses dans le choix et le recueil des variables à mesurer pour représenter la cause et l effet et les autres dans la sélection de la population dans la sélection des échantillons (groupes) par randomisation dans les analyses statistiques et les conclusions
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 détailBiostatistiques Biologie- Vétérinaire FUNDP Eric Depiereux, Benoît DeHertogh, Grégoire Vincke
www.fundp.ac.be/biostats Module 140 140 ANOVA A UN CRITERE DE CLASSIFICATION FIXE...2 140.1 UTILITE...2 140.2 COMPARAISON DE VARIANCES...2 140.2.1 Calcul de la variance...2 140.2.2 Distributions de référence...3
Plus en détailSOCLE COMMUN - La Compétence 3 Les principaux éléments de mathématiques et la culture scientifique et technologique
SOCLE COMMUN - La Compétence 3 Les principaux éléments de mathématiques et la culture scientifique et technologique DOMAINE P3.C3.D1. Pratiquer une démarche scientifique et technologique, résoudre des
Plus en détailCours (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 détailPARTICIPATION À UN ESSAI CLINIQUE SUR UN MÉDICAMENT CE QU IL FAUT SAVOIR
PARTICIPATION À UN ESSAI CLINIQUE SUR UN MÉDICAMENT CE QU IL FAUT SAVOIR SOMMAIRE COMMENT SE FAIT LA RECHERCHE SUR UN NOUVEAU MÉDICAMENT?...p. 3 À QUOI SERT LA RECHERCHE?...p. 4 QUELLES SONT LES GARANTIES?...p.
Plus en détailCE QU IL FAUT SAVOIR PARTICIPATION À UN ESSAI CLINIQUE SUR UN MÉDICAMENT
CE QU IL FAUT SAVOIR PARTICIPATION À UN ESSAI CLINIQUE SUR UN MÉDICAMENT Sommaire Comment se fait la recherche sur un nouveau médicament? (page 1) A quoi sert la recherche sur un nouveau médicament? (page
Plus en détailPlan de cours. Introduction à la recherche scientifique Théorie et approche méthodologique Les principaux auteurs
Méthodologie de recherche en sciences de gestion Rachid Alami Post Graduate diploma Management MIT Boston Doctorate in Management Sciences Paris Dauphine University MBA Paris Dauphine Master of Sciences
Plus en détailA. Protocole de recherche (ainsi que l abrégé en langue française)
Commission d'éthique cantonale (VD) de la recherche sur l'être humain Av. de Chailly, 23, 1012 Lausanne Courriel : secretariat.cer@vd.ch 5.12.2013/mz Recommandations pour la soumission d un dossier Tous
Plus en détailMETHODOLOGIE GENERALE DE LA RECHERCHE EPIDEMIOLOGIQUE : LES ENQUETES EPIDEMIOLOGIQUES
Enseignement du Deuxième Cycle des Etudes Médicales Faculté de Médecine de Toulouse Purpan et Toulouse Rangueil Module I «Apprentissage de l exercice médical» Coordonnateurs Pr Alain Grand Pr Daniel Rougé
Plus en détailChapitre 3 : Principe des tests statistiques d hypothèse. José LABARERE
UE4 : Biostatistiques Chapitre 3 : Principe des tests statistiques d hypothèse José LABARERE Année universitaire 2010/2011 Université Joseph Fourier de Grenoble - Tous droits réservés. Plan I. Introduction
Plus en détailENSEIGNEMENT DES SCIENCES ET DE LA TECHNOLOGIE A L ECOLE PRIMAIRE : QUELLE DEMARCHE?
ENSEIGNEMENT DES SCIENCES ET DE LA TECHNOLOGIE A L ECOLE PRIMAIRE : QUELLE DEMARCHE? Les nouveaux programmes 2008 confirment que l observation, le questionnement, l expérimentation et l argumentation sont
Plus en détailFormat de l avis d efficience
AVIS D EFFICIENCE Format de l avis d efficience Juillet 2013 Commission évaluation économique et de santé publique Ce document est téléchargeable sur www.has-sante.fr Haute Autorité de santé Service documentation
Plus en 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 détailI - CLASSIFICATION DU DIABETE SUCRE
I - CLASSIFICATION DU DIABETE SUCRE 1- Définition : Le diabète sucré se définit par une élévation anormale et chronique de la glycémie. Cette anomalie est commune à tous les types de diabète sucré, mais
Plus en détail23. Interprétation clinique des mesures de l effet traitement
23. Interprétation clinique des mesures de l effet traitement 23.1. Critères de jugement binaires Plusieurs mesures (indices) sont utilisables pour quantifier l effet traitement lors de l utilisation d
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 détaile-santé du transplanté rénal : la télémédecine au service du greffé
e-santé du transplanté rénal : la télémédecine au service du greffé Professeur Michèle Kessler CHU de Nancy et réseau Néphrolor L une des applications de la télémédecine est la télésurveillance à domicile,
Plus en détailLES GENERATEURS DE NOMBRES ALEATOIRES
LES GENERATEURS DE NOMBRES ALEATOIRES 1 Ce travail a deux objectifs : ====================================================================== 1. Comprendre ce que font les générateurs de nombres aléatoires
Plus en détailTests paramétriques de comparaison de 2 moyennes Exercices commentés José LABARERE
Chapitre 5 UE4 : Biostatistiques Tests paramétriques de comparaison de 2 moyennes Exercices commentés José LABARERE Année universitaire 2010/2011 Université Joseph Fourier de Grenoble - Tous droits réservés.
Plus en détailQu est-ce qu une probabilité?
Chapitre 1 Qu est-ce qu une probabilité? 1 Modéliser une expérience dont on ne peut prédire le résultat 1.1 Ensemble fondamental d une expérience aléatoire Une expérience aléatoire est une expérience dont
Plus en détailConsolidation de fondamentaux
Consolidation de fondamentaux Point de vue communicationnel sur le réel Consolidation - Stéphanie MARTY - 2009/2010 1 Question 31 31. Que signifie «avoir un point de vue communicationnel sur le réel»?
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 détailProbabilités conditionnelles Loi binomiale
Exercices 23 juillet 2014 Probabilités conditionnelles Loi binomiale Équiprobabilité et variable aléatoire Exercice 1 Une urne contient 5 boules indiscernables, 3 rouges et 2 vertes. On tire au hasard
Plus en détailNombres, mesures et incertitudes en sciences physiques et chimiques. Groupe des Sciences physiques et chimiques de l IGEN
Nombres, mesures et incertitudes en sciences physiques et chimiques. Groupe des Sciences physiques et chimiques de l IGEN Table des matières. Introduction....3 Mesures et incertitudes en sciences physiques
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 détailLa Greffe de Cellules Souches Hématopoïétiques
La Greffe de Cellules Souches Hématopoïétiques Professeur Ibrahim Yakoub-Agha CHRU de LILLE (Illustration de J. Cloup, extraite du CD-Rom «greffe de Moelle» réalisé par la société K Noë) La moelle osseuse
Plus en détailInnovations thérapeutiques en transplantation
Innovations thérapeutiques en transplantation 3èmes Assises de transplantation pulmonaire de la région Est Le 16 octobre 2010 Dr Armelle Schuller CHU Strasbourg Etat des lieux en transplantation : 2010
Plus en détailProblématique / Problématiser / Problématisation / Problème
Problématique / Problématiser / Problématisation / PROBLÉMATIQUE : UN GROUPEMENT DE DÉFINITIONS. «Art, science de poser les problèmes. Voir questionnement. Ensemble de problèmes dont les éléments sont
Plus en détailActivité 38 : Découvrir comment certains déchets issus de fonctionnement des organes sont éliminés de l organisme
Activité 38 : Découvrir comment certains déchets issus de fonctionnement des organes sont éliminés de l organisme 1. EXTRAITS REFERENTIELS DU BO Partie du programme : Fonctionnement de l organisme et besoin
Plus en détailTests de comparaison de moyennes. Dr Sahar BAYAT MASTER 1 année 2009-2010 UE «Introduction à la biostatistique»
Tests de comparaison de moyennes Dr Sahar BAYAT MASTER 1 année 2009-2010 UE «Introduction à la biostatistique» Test de Z ou de l écart réduit Le test de Z : comparer des paramètres en testant leurs différences
Plus en détailFICHE 1 Fiche à destination des enseignants
FICHE 1 Fiche à destination des enseignants 1S 8 (b) Un entretien d embauche autour de l eau de Dakin Type d'activité Activité expérimentale avec démarche d investigation Dans cette version, l élève est
Plus en détailEVALUATION DES TECHNOLOGIES DE SANTÉ ANALYSE MÉDICO-ÉCONOMIQUE. Efficacité et efficience des hypolipémiants Une analyse centrée sur les statines
EVALUATION DES TECHNOLOGIES DE SANTÉ ANALYSE MÉDICO-ÉCONOMIQUE Efficacité et efficience des hypolipémiants Une analyse centrée sur les statines Juillet 2010 Mise à jour Septembre 2010 1 Le rapport complet
Plus en détailExploitation et analyse des données appliquées aux techniques d enquête par sondage. Introduction.
Exploitation et analyse des données appliquées aux techniques d enquête par sondage. Introduction. Etudes et traitements statistiques des données : le cas illustratif de la démarche par sondage INTRODUCTION
Plus en détailTHEME 2 : CORPS HUMAIN ET SANTE : L EXERCICE PHYSIQUE
THEME 2 : CORPS HUMAIN ET SANTE : L EXERCICE PHYSIQUE Introduction générale : L Homme, pour vivre, a besoin de se nourrir. La nutrition fait appel à différentes fonctions que sont l alimentation, la respiration
Plus en détail!-.!#- $'( 1&) &) (,' &*- %,!
0 $'( 1&) +&&/ ( &+&& &+&))&( -.#- 2& -.#- &) (,' %&,))& &)+&&) &- $ 3.#( %, (&&/ 0 ' Il existe plusieurs types de simulation de flux Statique ou dynamique Stochastique ou déterministe A événements discrets
Plus en détailDoit on et peut on utiliser un placebo dans la prise en charge de la douleur?
Doit on et peut on utiliser un placebo dans la prise en charge de la douleur? Dr Philippe Poulain Unité Territoriale de Soins Palliatifs Polyclinique de l Ormeau Tarbes phpoulain@wanadoo.fr Placebo: de
Plus en détailMigraine et Abus de Médicaments
Migraine et Abus de Médicaments Approches diagnostiques et thérapeutiques des Céphalées Chroniques Quotidiennes Pr D. DEPLANQUE Département de Pharmacologie médicale EA 1046, Institut de Médecine Prédictive
Plus en détailFluctuation d une fréquence selon les échantillons - Probabilités
Fluctuation d une fréquence selon les échantillons - Probabilités C H A P I T R E 3 JE DOIS SAVOIR Calculer une fréquence JE VAIS ÊTRE C APABLE DE Expérimenter la prise d échantillons aléatoires de taille
Plus en détailLES DIFFERENTS TYPES DE MESURE
LES DIFFERENTS TYPES DE MESURE Licence - Statistiques 2004/2005 REALITE ET DONNEES CHIFFREES Recherche = - mesure. - traduction d une réalité en chiffre - abouti à des tableaux, des calculs 1) Qu est-ce
Plus en détailLes tests génétiques à des fins médicales
Les tests génétiques à des fins médicales Les tests génétiques à des fins médicales Nous avons tous hérité d une combinaison unique de gènes de la part de nos parents. Cette constitution originale et l
Plus en détailOUVERTURE ET MISE EN PLACE
OUVERTURE ET MISE EN PLACE Estelle Marcault 20/01/2012 URC PARIS NORD 1 Ouverture et mise en place Trois types de visites/ réunions peuvent avoir lieu : Visite de sélection Réunion investigateur Visite
Plus en détail«Cours Statistique et logiciel R»
«Cours Statistique et logiciel R» Rémy Drouilhet (1), Adeline Leclercq-Samson (1), Frédérique Letué (1), Laurence Viry (2) (1) Laboratoire Jean Kuntzmann, Dép. Probabilites et Statistique, (2) Laboratoire
Plus en détailI. Une nouvelle loi anti-discrimination
Extrait du Bulletin de Liaison Le Défi n 17, LHFB, Juillet 2004 Discriminations et assurances ; les apports de la Loi du 25 février 2003 et le rôle du Centre pour l'égalité des chances et la lutte contre
Plus en détailLes solutions. Chapitre 2 - Modèle. 1 Définitions sur les solutions. 2 Concentration massique d une solution. 3 Dilution d une solution
Chapitre 2 - Modèle Les solutions 1 Définitions sur les solutions 1.1 Définition d une solution : Une solution est le mélange homogène et liquide d au moins deux espèces chimiques : Le soluté : c est une
Plus en détailLA PROCEDURE D'EVALUATION A.NA.PSY.p.e. EST LE RESULTAT D'UNE RECHERCHE
LA PROCEDURE D'EVALUATION A.NA.PSY.p.e. EST LE RESULTAT D'UNE RECHERCHE CETTE RECHERCHE A ETE FINANCEE PAR Le Ministère des Affaires Sociales et de l'emploi, Direction Générale de la Santé,Sous- Direction
Plus en détailPASSEPORT INNOVATION Guide de présentation des demandes Janvier 2015
PASSEPORT Guide de présentation des demandes Janvier 2015 Le présent document a été produit par le ministère de l Économie, de l Innovation et des Exportations Coordination et rédaction Direction du soutien
Plus en détailPASSEPORT INNOVATION Guide de présentation des demandes Mai 2015
PASSEPORT INNOVATION Guide de présentation des demandes Mai 2015 Le présent document a été produit par le ministère de l Économie, de l Innovation et des Exportations Coordination et rédaction Direction
Plus en détailLA DEMARCHE DE SOINS INFIRMIERE N.LANNEE CADRE FORMATEUR IFSI CHU ROUEN
LA DEMARCHE DE SOINS INFIRMIERE N.LANNEE CADRE FORMATEUR IFSI CHU ROUEN définition Démarche de soins = processus de soins Processus intellectuel, Mode de pensée logique et rigoureux, Résolution de problème
Plus en détailPrincipes de bonne pratique :
Principes de bonne pratique : Recommandations en vue de la création de bases de données génétiques nationales Le présent document a été élaboré par le Groupe d experts d INTERPOL sur le suivi des techniques
Plus en détailFeuille 6 : Tests. Peut-on dire que l usine a respecté ses engagements? Faire un test d hypothèses pour y répondre.
Université de Nantes Année 2013-2014 L3 Maths-Eco Feuille 6 : Tests Exercice 1 On cherche à connaître la température d ébullition µ, en degrés Celsius, d un certain liquide. On effectue 16 expériences
Plus en détail1. Les types d enquêtes
La conduite d une enquête par questionnaire La conception d un questionnaire ne doit pas être réalisée de façon hasardeuse. Elle suit une méthodologie stricte qui permet d atteindre des résultats utilisables
Plus en détailL enjeu de la reconnaissance des pharmaciens comme éducateur de santé
L enjeu de la reconnaissance des pharmaciens comme éducateur de santé 3 e conférence sur les traitements de la dépendance aux opioïdes Genève, 19 octobre 2012 Nicolas Bonnet, directeur du Respadd Anne
Plus en détailQU EST-CE QUE LA PROPHYLAXIE?
QU EST-CE QUE LA PROPHYLAXIE? TABLES DES MATIÈRES Publié par la Fédération mondiale de l hémophilie (FMH) Fédération mondiale de l hémophilie, 2014 La FMH encourage la traduction et la redistribution de
Plus en détailIl y a trois types principaux d analyse des résultats : l analyse descriptive, l analyse explicative et l analyse compréhensive.
L ANALYSE ET L INTERPRÉTATION DES RÉSULTATS Une fois les résultats d une investigation recueillis, on doit les mettre en perspective en les reliant au problème étudié et à l hypothèse formulée au départ:
Plus en détailMéthode universitaire du commentaire de texte
Méthode universitaire du commentaire de texte Baptiste Mélès Novembre 2014 L objectif du commentaire de texte est de décrire la structure argumentative et de mettre au jour les concepts qui permettent
Plus en détailThéorie des Jeux Et ses Applications
Théorie des Jeux Et ses Applications De la Guerre Froide au Poker Clément Sire Laboratoire de Physique Théorique CNRS & Université Paul Sabatier www.lpt.ups-tlse.fr Quelques Définitions de la Théorie des
Plus en détailInformation sur les programmes d autorisation préalable, de pharmacie désignée et de gestion des dossiers médicaux. Autorisation préalable
Information sur les programmes d autorisation préalable, de pharmacie désignée et de gestion des dossiers médicaux La présente feuille de renseignements vise à fournir de l information sur le processus
Plus en détailLES ETAPES D UNE RECHERCHE
LES ETAPES D UNE RECHERCHE D après Jean-Paul Jeannin - www.sosreseau.com Vue d ensemble 1) Poser les constats issus d observations empiriques et d un centre d intérêt 2) Choisir un objet d'étude 2 bis)
Plus en détailGlossaire de termes relatifs à l assurance de la qualité et aux bonnes pratiques de laboratoire
Glossaire de termes relatifs à l assurance de la qualité et aux bonnes pratiques de laboratoire Notre engagement: la qualité et l amélioration continue Photos Couverture: en haut à gauche; istockphoto.com/yegor
Plus en détailSTACCINI Pascal UFR Médecine Nice Université Nice-Sophia Antipolis
3.2 : S initier à l organisation, la mise en œuvre et l utilisation d un système d information Chapitre 3 : Systèmes d information Systèmes d information hospitaliers (S.I.H.) STACCINI Pascal UFR Médecine
Plus en détailDocument 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 détailExercices sur le chapitre «Probabilités»
Arnaud de Saint Julien - MPSI Lycée La Merci 2014-2015 1 Pour démarrer Exercices sur le chapitre «Probabilités» Exercice 1 (Modélisation d un dé non cubique) On considère un parallélépipède rectangle de
Plus en détailProbabilités sur un univers fini
[http://mp.cpgedupuydelome.fr] édité le 7 août 204 Enoncés Probabilités sur un univers fini Evènements et langage ensembliste A quelle condition sur (a, b, c, d) ]0, [ 4 existe-t-il une probabilité P sur
Plus en détailProbabilités sur un univers fini
[http://mp.cpgedupuydelome.fr] édité le 10 août 2015 Enoncés 1 Proailités sur un univers fini Evènements et langage ensemliste A quelle condition sur (a,, c, d) ]0, 1[ 4 existe-t-il une proailité P sur
Plus en détailIntroduction au métier d ARC. en recherche clinique
Introduction au métier d ARC en recherche clinique Déroulement d un projet de recherche clinique Idée Faisabilité Avant Pendant Après Protocole accepté Démarches réglementaires Déroulement de l étude Analyse
Plus en détaildes banques pour la recherche
ADN, cellules, tissus... des banques pour la recherche FÉVRIER 2009 Les banques d échantillons de matériel biologique (tissus, cellules, ADN ), appelées biobanques, mettent à disposition des chercheurs
Plus en détailEXEMPLE DE METHODOLOGIE POUR L ELABORATION D UN PROTOCOLE DOULEUR Marie AUBRY Infirmière référente douleur Hôpital TENON AP-HP Paris XX e SOMMAIRE
EXEMPLE DE METHODOLOGIE POUR L ELABORATION D UN PROTOCOLE DOULEUR Marie AUBRY Infirmière référente douleur Hôpital TENON AP-HP Paris XX e SOMMAIRE Etape n 1 : Faire l état des lieux Identifier la situation
Plus en détailLe but de la radioprotection est d empêcher ou de réduire les LES PRINCIPES DE LA RADIOPROTECTION
LES PRINCIPES DE LA RADIOPROTECTION TOUT PUBLIC 1. Source de rayonnements ionisants 2. Les différents rayonnements ionisants et leur capacité à traverser le corps humain 3. Ecran de protection absorbant
Plus en détailLa surveillance biologique des salariés Surveiller pour prévenir
Evaluer et prévenir le risque radiologique professionnel dans les opérations de radiographie industrielle La surveillance biologique des salariés Surveiller pour prévenir Dr Irène Sari-Minodier Service
Plus en détailModélisation aléatoire en fiabilité des logiciels
collection Méthodes stochastiques appliquées dirigée par Nikolaos Limnios et Jacques Janssen La sûreté de fonctionnement des systèmes informatiques est aujourd hui un enjeu économique et sociétal majeur.
Plus en détailDisparités entre les cantons dans tous les domaines examinés
Office fédéral de la statistique Bundesamt für Statistik Ufficio federale di statistica Uffizi federal da statistica Swiss Federal Statistical Office EMBARGO: 02.05.2005, 11:00 COMMUNIQUÉ DE PRESSE MEDIENMITTEILUNG
Plus en détailSynthèse «Le Plus Grand Produit»
Introduction et Objectifs Synthèse «Le Plus Grand Produit» Le document suivant est extrait d un ensemble de ressources plus vastes construites par un groupe de recherche INRP-IREM-IUFM-LEPS. La problématique
Plus en détailAnalyses de Variance à un ou plusieurs facteurs Régressions Analyse de Covariance Modèles Linéaires Généralisés
Analyses de Variance à un ou plusieurs facteurs Régressions Analyse de Covariance Modèles Linéaires Généralisés Professeur Patrice Francour francour@unice.fr Une grande partie des illustrations viennent
Plus en détaildossier de presse nouvelle activité au CHU de Tours p a r t e n a r i a t T o u r s - P o i t i e r s - O r l é a n s
dossier de presse nouvelle activité au CHU de Tours lat ransplantation hépatique p a r t e n a r i a t T o u r s - P o i t i e r s - O r l é a n s Contact presse Anne-Karen Nancey - Direction de la communication
Plus en détailDiabète Type 2. Épidémiologie Aspects physiques Aspects physiologiques
Diabète Type 2 Épidémiologie Aspects physiques Aspects physiologiques Épidémiologie 90% de tous les cas de diabètes Environ 1 personne sur 20 est atteinte Diabète gras Facteur de risque majeur pour les
Plus en détailSOMMAIRE I. INTRODUCTION 4 II. SOURCES D INFORMATION 5
SOMMAIRE I. INTRODUCTION 4 II. SOURCES D INFORMATION 5 2.1. ETUDES REALISEES PAR LES SERVICES DES CAISSES D ASSURANCE MALADIE 5 2.2. ANALYSE DE LA LITTERATURE 5 2.3. ANALYSE DES VENTES 6 2.4. COMPARAISONS
Plus en détailTableau 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 détailPrincipe et règles d audit
CHAPITRE 2 Principe et règles d audit 2.1. Principe d audit Le principe et les règles d audit suivent logiquement l exposé précédent. D abord, comme dans toute branche de l activité d une entreprise, l
Plus en détailRessources pour le lycée général et technologique
éduscol Ressources pour le lycée général et technologique Ressources pour la classe de terminale générale et technologique Exercices de mathématiques Classes de terminale S, ES, STI2D, STMG Ces documents
Plus en détaildroits des malades et fin de vie
DOCUMENT à CONSERVER ET À EMPORTER si VOUS êtes HOSPITALISé droits des malades et fin de vie La loi Leonetti Le respect de la personne Le rôle de votre médecin L accès aux soins palliatifs Photo couverture
Plus en détailDON DE SANG. Label Don de Soi
DON DE SANG Label Don de Soi 2015 SOMMAIRE Les différents types de dons p.3 Le don de sang total Le don de plasma Le don de plaquettes Le don de moelle osseuse Que soigne-t-on avec un don de sang? p.7
Plus en détailRéférentiel Officine
Référentiel Officine Inscrire la formation dans la réalité et les besoins de la pharmacie d officine de demain - Ce référentiel décrit dans le cadre des missions et des activités du pharmacien d officine
Plus en détailLivret des nouveaux anticoagulants oraux. Ce qu il faut savoir pour bien gérer leur utilisation
Livret des nouveaux anticoagulants oraux Ce qu il faut savoir pour bien gérer leur utilisation DONNÉES DU PATIENT Nom Adresse Tél MÉDECIN TRAITANT Nom Adresse Tél SPÉCIALISTE Nom Hôpital Tél MÉDICAMENT
Plus en détailThème 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 détailTP N 57. Déploiement et renouvellement d une constellation de satellites
TP N 57 Déploiement et renouvellement d une constellation de satellites L objet de ce TP est d optimiser la stratégie de déploiement et de renouvellement d une constellation de satellites ainsi que les
Plus en détailPlan. Introduction. Les Nouveaux Anticoagulants Oraux et le sujet âgé. Audit de prescription au Centre Hospitalier Geriatrique du Mont d Or
Plan Introduction Les Nouveaux Anticoagulants Oraux et le sujet âgé Audit de prescription au Centre Hospitalier Geriatrique du Mont d Or Introduction NACO: une actualité brûlante! AVK: Plus forte incidence
Plus en détailÉvaluations aléatoires : Comment tirer au sort?
Évaluations aléatoires : Comment tirer au sort? William Parienté Université Catholique de Louvain J-PAL Europe povertyactionlab.org Plan de la semaine 1. Pourquoi évaluer? 2. Comment mesurer l impact?
Plus en détailCrédits d impôt pour la recherche scientifique et le développement expérimental («RS&DE»)
Crédits d impôt pour la recherche scientifique et le développement expérimental («RS&DE») Aperçu du programme et occasions à saisir Pascal Martel Yara Bossé-Viola 8 octobre 2014 Objectifs Objectifs du
Plus en détailASSOCIATION MEDICALE MONDIALE DECLARATION D HELSINKI Principes éthiques applicables à la recherche médicale impliquant des êtres humains
ASSOCIATION MEDICALE MONDIALE DECLARATION D HELSINKI Principes éthiques applicables à la recherche médicale impliquant des êtres humains Adoptée par la 18e Assemblée générale de l AMM, Helsinki, Finlande,
Plus en détail9.11 Les jeux de hasard et d argent
9.11 Les jeux de hasard et d argent Maud Pousset, Marie-Line Tovar 288 Les jeux de hasard et d argent (JHA) constituent une activité ancienne et répandue, mais longtemps interdite. Leur offre s est étoffée,
Plus en détailAnalyse 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 détailLes mathématiques du XXe siècle
Itinéraire de visite Les mathématiques du XXe siècle Tous publics de culture scientifique et technique à partir des classes de 1ères Temps de visite : 1 heure 30 Cet itinéraire de visite dans l exposition
Plus en détailConseil économique et social
Nations Unies ECE/CECI/2015/4 Conseil économique et social Distr. générale 30 juin 2015 Français Original : anglais Commission économique pour l Europe Comité de la coopération et de l intégration économiques
Plus en détailConsensus Scientifique sur. les. Champs statiques
page 1/8 Consensus Scientifique sur Source : OMS (2006) les Champs statiques Résumé & Détails: GreenFacts Contexte - Les équipements d imagerie médicale par résonance magnétique (IRM), les trains et les
Plus en détailIntroduction à l analyse de concept. Cogmaster - Quinzaine de rentrée
Introduction à l analyse de concept Cogmaster - Quinzaine de rentrée L art de la distinction Une partie de la philosophie consiste à faire des distinctions pour éviter que soient confondues des entités
Plus en détailICI VOUS ÊTES QUELQU'UN CENTRE HOSPITALIER DE CORNOUAILLE "VOTRE IDENTITÉ C EST VOTRE SÉCURITÉ"
ICI VOUS ÊTES QUELQU'UN CENTRE HOSPITALIER DE CORNOUAILLE "VOTRE IDENTITÉ C EST VOTRE SÉCURITÉ" ICI VOUS ÊTES ICI VOUS ÊTES VOUS ÊTES UNIQUE UNIQUE < L espérance de vie augmente régulièrement. Cela est
Plus en détailLe Modèle Conceptuel de Virginia Henderson. P. Bordieu (2007)
Le Modèle Conceptuel de Virginia Henderson P. Bordieu (2007) Postulats qui l étayent (= fondements) Valeurs qui le justifient Éléments qui le composent: - But poursuivi - Cible - Rôle de l infirmière -
Plus en détailEFFICACITE DE LA RPP DANS LA DÉTECTION DE SUBSTANCES ISSUES DES FAMILLES DU MDMA, DES AMPHETAMINES ET DES HALLUCINOGENES TYPE 2CB RECUEILLIES EN MILIEU FESTIF PRADEILLE J.L.*, CHAKROUN N.**, BELTRAN V.*,
Plus en détailLa recherche clinique de demain ne se fera pas sans les paramédicaux
La recherche clinique de demain ne se fera pas sans les paramédicaux Marc Beaumont, kinésithérapeute - 5ème journée inter régionale GIRCI - Tours, 3 juin 2015 Qu est ce que la recherche clinique? «une
Plus en détailConsolidation de fondamentaux
Consolidation de fondamentaux Introduction aux Sciences de l Information et de la Communication Consolidation - Stéphanie MARTY - 2009/2010 1 Consolidation de fondamentaux Démarche en sciences humaines
Plus en détail