23. Interprétation clinique des mesures de l effet traitement

Save this PDF as:

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.

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

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

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

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

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

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

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

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

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

A propos du calcul des rentabilités des actions et des rentabilités moyennes

A propos du calcul des rentabilités des actions et des rentabilités moyennes A propos du calcul des rentabilités des actions et des rentabilités moyennes On peut calculer les rentabilités de différentes façons, sous différentes hypothèses. Cette note n a d autre prétention que

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

Pourcentages et évolutions

Pourcentages et évolutions Pourcentages et évolutions Christophe ROSSIGNOL Année scolaire 2008/2009 Table des matières 1 Part en pourcentage 2 1.1 Ensemble de référence.......................................... 2 1.2 Addition et

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

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

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

Activité du 115 de Paris et évolution de la population des usagers du 115 et des EMA.

Activité du 115 de Paris et évolution de la population des usagers du 115 et des EMA. Activité du 115 de Paris et évolution de la population des usagers du 115 et des EMA. Carole Lardoux 1 Introduction Les données saisies par les agents de téléphonie du 115 de Paris sont extraites chaque

Plus en détail

Observation statistique

Observation statistique 2. APERÇU DES RÉSULTATS DU RENDEMENT Observation statistique s. Les résultats présentés dans ce rapport sont fondés sur des échantillons. Des échantillons distincts ont été sélectionnés pour chaque instance

Plus en détail

Cours 1: lois discrétes classiques en probabilités

Cours 1: lois discrétes classiques en probabilités Cours 1: lois discrétes classiques en probabilités Laboratoire de Mathématiques de Toulouse Université Paul Sabatier-IUT GEA Ponsan Module: Stat inférentielles Définition Quelques exemples loi d une v.a

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

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

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

OPERATIONS SUR LE SYSTEME BINAIRE

OPERATIONS SUR LE SYSTEME BINAIRE OPERATIONS SUR LE SYSTEME BINAIRE 1) Nombres signés Nous n avons, jusqu à présent tenu compte, que des nombre positifs. Pourtant, la plupart des dispositifs numériques traitent également les nombres négatifs,

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

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

Figure 1 : page d accueil pour le professeur

Figure 1 : page d accueil pour le professeur Démonstration de Maple T.A., un environnement pour les examens et devoirs en ligne avec correction Automatique Benoit Vidalie, Maplesoft (bvidalie@maplesoft.com) Résumé : Le logiciel de calcul mathématique

Plus en détail

STATISTIQUES A UNE VARIABLE EXERCICES CORRIGES

STATISTIQUES A UNE VARIABLE EXERCICES CORRIGES STATISTIQUES A UNE VARIALE EXERCICES CORRIGES Exercice n Les élèves d une classe ont obtenu les notes suivantes lors d un devoir : Note 4 5 8 0 4 5 8 0 Effectif 4 7 6 4 ) Déterminer l étendue et le mode

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

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

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

Diag Up Export Spécifications

Diag Up Export Spécifications Diag Up Export Spécifications Présentation Diag Up est une plate forme logicielle qui permet d élaborer des modèles de diagnostic dans des domaines aussi variés que la qualité, la transmission d entreprises,

Plus en détail

Règles pour le calcul de l expérience et de l échelon salarial

Règles pour le calcul de l expérience et de l échelon salarial Règles pour le calcul de l expérience et de l échelon salarial Lorsqu un prof dépose un document attestant son expérience, il faut d abord déterminer s il s agit d une expérience pertinente. Afin de calculer

Plus en détail

Correction de l exercice 2 du cours Gestion de patrimoine : «Analyse d un produit structuré à capital garanti»

Correction de l exercice 2 du cours Gestion de patrimoine : «Analyse d un produit structuré à capital garanti» Correction de l exercice 2 du cours Gestion de patrimoine : «Analyse d un produit structuré à capital garanti» Question 1 : représenter graphiquement le taux de rentabilité du produit à capital garanti

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

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

PROJET DE PRODUCTION DE RAPPORTS SUR LES HÔPITAUX CANADIENS DÉVELOPPÉ PAR L INSTITUT CANADIEN D INFORMATION SUR LA SANTÉ

PROJET DE PRODUCTION DE RAPPORTS SUR LES HÔPITAUX CANADIENS DÉVELOPPÉ PAR L INSTITUT CANADIEN D INFORMATION SUR LA SANTÉ PROJET DE PRODUCTION DE RAPPORTS SUR LES HÔPITAUX CANADIENS DÉVELOPPÉ PAR L INSTITUT CANADIEN D INFORMATION SUR LA SANTÉ ANALYSE DES RÉSULTATS DES HÔPITAUX DE LA MONTÉRÉGIE Présentation L Institut canadien

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

Suites numériques 4. 1 Autres recettes pour calculer les limites

Suites numériques 4. 1 Autres recettes pour calculer les limites Suites numériques 4 1 Autres recettes pour calculer les limites La propriété suivante permet de calculer certaines limites comme on verra dans les exemples qui suivent. Propriété 1. Si u n l et fx) est

Plus en détail

Le foyer fiscal (cours)

Le foyer fiscal (cours) Le foyer fiscal (cours) Table des matières Table des matières... 2 Introduction... 3 I La composition du foyer fiscal... 4 Le contribuable... 4 Les personnes à charge... 5 1 - En ce qui concerne les personnes

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

Analyse complémentaire Réforme du régime d assurance chômage des Intermittents. Evaluation quantitative du nombre d intermittents exclus du système

Analyse complémentaire Réforme du régime d assurance chômage des Intermittents. Evaluation quantitative du nombre d intermittents exclus du système Analyse complémentaire Réforme du régime d assurance chômage des Intermittents. Evaluation quantitative du nombre d intermittents exclus du système Cette analyse porte sur une étude statistique permettant

Plus en détail

I. L intérêt d une comptabilité de gestion pour la PME. A. La comptabilité financière et la comptabilité de gestion

I. L intérêt d une comptabilité de gestion pour la PME. A. La comptabilité financière et la comptabilité de gestion Chap. 6 : Analyser les coûts des centres de responsabilité I. L intérêt d une comptabilité de gestion pour la PME A. La comptabilité financière et la comptabilité de gestion 1. La comptabilité financière

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

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

L ACTE DE MESURER ET D ÉVALUER

L ACTE DE MESURER ET D ÉVALUER SECTION 1 L ACTE DE MESURER ET D ÉVALUER OBJECTIF RECHERCHÉ L acte de mesurer et d évaluer est plus difficile que ce qu on peut imaginer au premier abord. S il est relativement aisé de calculer quelque

Plus en détail

Validité prédictive des questionnaires Cebir. Etude 1 : validité critérielle dans le secteur du gardiennage

Validité prédictive des questionnaires Cebir. Etude 1 : validité critérielle dans le secteur du gardiennage Validité prédictive des questionnaires Cebir Introduction Dans le domaine de la sélection, il est particulièrement intéressant de déterminer la validité prédictive d un test. Malheureusement, les occasions

Plus en détail

Projet Prép. Préguidance Cours du professeur G. De Meur 2005. Système de numération : les principes de groupement et de position

Projet Prép. Préguidance Cours du professeur G. De Meur 2005. Système de numération : les principes de groupement et de position Ecriture formelle Système de numération : les principes de groupement et de position Ce qu est un système de numération Sur le plan de la REPRESENTATION des nombres, on s est vite rendu compte de la difficulté

Plus en détail

11 OSMOLARITÉ, MULTIPLES SOURCES DE VARIATION

11 OSMOLARITÉ, MULTIPLES SOURCES DE VARIATION 11 OSMOLARITÉ, MULTIPLES SOURCES DE VARIATION Dans cette étude de cas nous nous retrouvons face à des données dont la variabilité court terme est très différente de celle à long terme. Les cartes de contrôle

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

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

MATHÉMATIQUES ET SCIENCES HUMAINES

MATHÉMATIQUES ET SCIENCES HUMAINES MATHÉMATIQUES ET SCIENCES HUMAINES B. MARCHADIER Dépendance et indépendance de deux aléas numériques images Mathématiques et sciences humaines, tome 25 (1969), p. 2534.

Plus en détail

FICHE N 13 : SUIVRE ET COMPARER DES CARRIÈRES PROFESSIONNELLES

FICHE N 13 : SUIVRE ET COMPARER DES CARRIÈRES PROFESSIONNELLES FICHE N 13 : SUIVRE ET COMPARER DES CARRIÈRES PROFESSIONNELLES De quoi s agit-il? La mesure des risques discriminatoires dans les carrières professionnelles au sein d une organisation présente des difficultés.

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

Taux de croissance Compléments de cours au chapitre 1

Taux de croissance Compléments de cours au chapitre 1 Taux de croissance Compléments de cours au chapitre 1 Caroline De Paoli Cours de TQF - février 2009 Un des objectifs principaux lorsqu on a une série de données qui varient dans le temps est de comprendre

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

CONCLUSIONS. Par rapport aux résultats obtenus, on peut conclure les idées suivantes :

CONCLUSIONS. Par rapport aux résultats obtenus, on peut conclure les idées suivantes : CONCLUSIONS L application de la PNL à l entreprise est confrontée aux besoins des leaders d équipe, tels que: la gestion de son propre développement, du stress, la résolution des problèmes tels que les

Plus en détail

Suites numériques 2. n=0

Suites numériques 2. n=0 Suites numériques 1 Somme des termes d une suite Dans les applications, il est souvent nécessaire de calculer la somme de quelques premiers termes d une suite (ou même de tous les termes, mais on étudiera

Plus en détail

La transparence pour les GAEC : reconnaître l activité des femmes et des hommes derrière chaque exploitation

La transparence pour les GAEC : reconnaître l activité des femmes et des hommes derrière chaque exploitation La transparence pour les GAEC : reconnaître l activité des femmes et des hommes derrière chaque exploitation Résumé Les textes européens pour la PAC reconnaissent désormais clairement le principe de transparence

Plus en détail

Économie d'entreprise

Économie d'entreprise Économie d'entreprise Leneant 27 Économie d'entreprise Variation de l' et positionnement produit Variation de l' et positionnement produit 1/17 Économie d'entreprise Leneant 27 Sommaire 1. Objet...3 2.

Plus en détail

X. Attribution des places aux élèves par l établissement secondaire

X. Attribution des places aux élèves par l établissement secondaire X. Attribution des places aux élèves par l établissement secondaire 1. Classement des élèves Les élèves seront classés automatiquement grâce au logiciel en ligne dans l ordre décroissant de leur indice

Plus en détail

MODULE 3. Performances-seuils. Les appareils de mesure. Appareils de mesure Choix et utilisation. L élève sera capable

MODULE 3. Performances-seuils. Les appareils de mesure. Appareils de mesure Choix et utilisation. L élève sera capable MODULE 3. Les appareils de mesure. Performances-seuils. L élève sera capable 1. de choisir un appareil de mesure ; 2. d utiliser correctement un appareil de mesure ; 3. de mesurer courant, tension et résistance.

Plus en détail

Projet Calcul Machine à café

Projet Calcul Machine à café Projet Calcul Machine à café Pierre-Yves Poinsot Khadija Salem Etude d une machine à café, plus particulièrement du porte filtre E N S I B S M é c a t r o 3 a Table des matières I Introduction... 2 Présentation

Plus en détail

Dérivés Financiers Evaluation des options sur action

Dérivés Financiers Evaluation des options sur action Dérivés Financiers Evaluation des options sur action Owen Williams Grenoble Ecole de Management > 2 Définitions : options sur actions Option : un contrat négociable donnant le droit d acheter ou vendre

Plus en détail

nous pouvons calculer l intérêt obtenu par ce capital au bout d un an (n =1). 1an

nous pouvons calculer l intérêt obtenu par ce capital au bout d un an (n =1). 1an Chapitre IV : Les intérêts composés I. Généralités et définition Avec les intérêts composés, nous abordons les mathématiques financières de moyen et long terme. Pour gérer les comptes de moyen et long

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

Techniques d estimation : Maximum de Vraisemblance et Méthode des Moments Généralisée

Techniques d estimation : Maximum de Vraisemblance et Méthode des Moments Généralisée Techniques d estimation : Maximum de Vraisemblance et Méthode des Moments Généralisée Philippe Gagnepain Université Paris 1 Ecole d Economie de Paris Centre d économie de la Sorbonne-UG 4-Bureau 405 philippe.gagnepain@univ-paris1.fr

Plus en détail

Titulaires d un M1 à UT1 Capitole en 2009-2010. non inscrits en M2 dans l établissement en 2010-2011

Titulaires d un M1 à UT1 Capitole en 2009-2010. non inscrits en M2 dans l établissement en 2010-2011 Titulaires d un M1 à UT1 Capitole en 2009-2010 non inscrits en M2 dans l établissement en 2010-2011 La population étudiée est celle des étudiants ayant obtenu un M1 à en 2009-2010 (hors formation continue,

Plus en détail

TD de statistique : tests du Chi 2

TD de statistique : tests du Chi 2 TD de statistique : tests du Chi 2 Jean-Baptiste Lamy 6 octobre 2008 1 Test du Chi 2 C est l équivalent de la comparaison de moyenne, mais pour les variables qualitatives. 1.1 Cas 1 : comparer les répartitions

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

Votre enfant et les tests standardisés Comprendre le score standard

Votre enfant et les tests standardisés Comprendre le score standard Votre enfant et les tests standardisés Comprendre le score standard Au cours de ses études en école primaire, votre enfant sera soumis à des tests standardisés en lecture de l anglais et en mathématiques.

Plus en détail

Impact des messages "Pic de pollution" affichés sur PMV

Impact des messages Pic de pollution affichés sur PMV Impact des messages "Pic de pollution" affichés sur PMV Myriam Hugot - IFSTTAR Fabrice Reclus - CETE de Lyon 7 janvier 2011 Crédit photo : Arnaud Bouissou/MEDDTL Ministère de l'écologie, du Développement

Plus en détail

Services de logement du cycle 2011 du PCI

Services de logement du cycle 2011 du PCI Programme de Comparaison Internationale Services de logement du cycle 2011 du PCI Matériel Opérationnel Table des matières Services de logement du cycle 2011 du PCI... 3 Introduction... 3 Estimer les dépenses

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

Master 1 Informatique Éléments de statistique inférentielle

Master 1 Informatique Éléments de statistique inférentielle Master 1 Informatique Éléments de statistique inférentielle Faicel Chamroukhi Maître de Conférences UTLN, LSIS UMR CNRS 7296 email: chamroukhi@univ-tln.fr web: chamroukhi.univ-tln.fr 2014/2015 Faicel Chamroukhi

Plus en détail

Probabilités Loi exponentielle Exercices corrigés

Probabilités Loi exponentielle Exercices corrigés Probabilités Loi exponentielle Exercices corrigés Sont abordés dans cette fiche : (cliquez sur l exercice pour un accès direct) Exercice 1 : densité de probabilité Exercice 2 : loi exponentielle de paramètre

Plus en détail

Oscillations libres des systèmes à deux degrés de liberté

Oscillations libres des systèmes à deux degrés de liberté Chapitre 4 Oscillations libres des systèmes à deux degrés de liberté 4.1 Introduction Les systèmes qui nécessitent deux coordonnées indépendantes pour spécifier leurs positions sont appelés systèmes à

Plus en détail

La revalorisation des droits à la retraite avant leur liquidation différences entre les régimes de base et les régimes complémentaires

La revalorisation des droits à la retraite avant leur liquidation différences entre les régimes de base et les régimes complémentaires CONSEIL D ORIENTATION DES RETRAITES Séance plénière du 11 février 2015 à 9 h 30 «La revalorisation des pensions et des droits à la retraite : problématique et résultats de projection» Document N 5 Document

Plus en détail

Exercice 1 : Taux de Rendement Interne et Rentabilité des Projets d Investissement

Exercice 1 : Taux de Rendement Interne et Rentabilité des Projets d Investissement ED 5 L IVESTISSEMET Exercice 1 : Taux de Rendement Interne et Rentabilité des Projets d Un investisseur envisage cinq projets d investissement donc il connait respectivement le Taux de Rendement Interne

Plus en détail

LM 206 - INITIATION À SCILAB PROJETS - FINANCE STATISTIQUE

LM 206 - INITIATION À SCILAB PROJETS - FINANCE STATISTIQUE LM 206 - INITIATION À SCILAB PROJETS - FINANCE STATISTIQUE SAMUEL Delphine RAMTOHUL Kevin Année 2006-2007 Description du projet et outils utilisés I - Choix du sujet Notre choix du sujet s est porté sur

Plus en détail

Fonctions - Continuité Cours maths Terminale S

Fonctions - Continuité Cours maths Terminale S Fonctions - Continuité Cours maths Terminale S Dans ce module, introduction d une nouvelle notion qu est la continuité d une fonction en un point. En repartant de la définition et de l illustration graphique

Plus en détail

Fonctions de référence Variation des fonctions associées

Fonctions de référence Variation des fonctions associées DERNIÈRE IMPRESSION LE 9 juin 05 à 8:33 Fonctions de référence Variation des fonctions associées Table des matières Fonction numérique. Définition.................................. Ensemble de définition...........................3

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

Le Data Mining au service du Scoring ou notation statistique des emprunteurs!

Le 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 détail

Print Standard Verifier

Print Standard Verifier Print Standard Verifier Il existe dans Caldera une option dénommée Print Standard Verifier, qui va d une part vous permettre de vérifier la conformité de vos profils avec une norme d impression de type

Plus en détail

Manuel d utilisation du logiciel RÉSULTATS. Édition destinée aux étudiants

Manuel d utilisation du logiciel RÉSULTATS. Édition destinée aux étudiants Manuel d utilisation du logiciel RÉSULTATS Édition destinée aux étudiants Avant propos Qu est-ce le logiciel RÉSULTATS? RÉSULTATS est une application entièrement web destinée à la saisie et à la diffusion

Plus en détail

Ajouter une réunion. 2- Saisissez votre email et mot de passe et cliquez sur «Valider».

Ajouter une réunion. 2- Saisissez votre email et mot de passe et cliquez sur «Valider». Cette fiche d aide vous apprend à ajouter une nouvelle réunion au système iperfony. Le responsable d une réunion étant le pilote de la réunion (celui qui l anime), il est le seul à pouvoir la créer et

Plus en détail

x et y sont proportionnels si, et seulement si, les poins de coordonnées (x ; y) sont alignés avec l origine du repère. y 4 n

x et y sont proportionnels si, et seulement si, les poins de coordonnées (x ; y) sont alignés avec l origine du repère. y 4 n CHAPITRE 11 PROPORTIONNALITE I. GENERALITES A. NOTION DE GRANDEURS PROPORTIONNELLES Deux grandeurs x et y sont proportionnelles si, lorsque l une varie, l autre varie dans les mêmes proportions : si x

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

Énoncés des exercices

Énoncés des exercices Énoncés Énoncés des exercices Exercice 1 [ Indication ] [ Correction ] Combien existe-t-il de dominos dans un jeu complet? On pourra donner jusqu à cinq démonstrations diffétentes. Exercice 2 [ Indication

Plus en détail

SAS BI DASHBOARD 4.3 : POUR LE MEILLEUR ET POUR LE FILTRE

SAS BI DASHBOARD 4.3 : POUR LE MEILLEUR ET POUR LE FILTRE SAS BI DASHBOARD 4.3 : POUR LE MEILLEUR ET POUR LE FILTRE En tant qu outils d aide à la décision, les tableaux de bord doivent répondre rapidement. Pour participer à cet effort de réactivité en termes

Plus en détail

PRINCIPES DE LA CONSOLIDATION. CHAPITRE 4 : Méthodes de consolidation. Maître de conférences en Sciences de Gestion Diplômé d expertise comptable

PRINCIPES DE LA CONSOLIDATION. CHAPITRE 4 : Méthodes de consolidation. Maître de conférences en Sciences de Gestion Diplômé d expertise comptable PRINCIPES DE LA CONSOLIDATION CHAPITRE 4 : Méthodes de consolidation David Carassus Maître de conférences en Sciences de Gestion Diplômé d expertise comptable SOMMAIRE CHAPITRE I Les fondements de la consolidation

Plus en détail

Niveau de production croissant

Niveau de production croissant En effet, la fonction de production définit : l ensemble de production l ensemble des paniers de facteurs qui permettent de produire un niveau donné de bien. Cette fonction permet de définir des courbes

Plus en détail

1ES Février 2013 Corrigé

1ES Février 2013 Corrigé 1ES Février 213 Corrigé Exercice 1 Le tableau ci-dessous renseigne sur les besoins en eau dans le monde : Population mondiale (Milliards d habitants) Volume moyen par habitant ( ) 195 2,5 4 1 197 3,6 5

Plus en détail

Problème d'hydrodynamique.

Problème d'hydrodynamique. Problème d'hydrodynamique. On s'intéresse au réseau hydraulique d'un système de plancher chauffant de bâtiment. Ce système se compose de plusieurs éléments (de haut en bas, voir Figure 1) : -Un réservoir

Plus en détail

Lettre Infos SPÉCIAL CLASSEMENT DES LYCÉES 2013

Lettre Infos SPÉCIAL CLASSEMENT DES LYCÉES 2013 Lettre Infos SPÉCIAL CLASSEMENT DES LYCÉES 2013 COMME CHAQUE ANNÉE, LE MINISTÈRE DE L ÉDUCATION NATIONALE VIENT DE PUBLIER LE RÉSULTAT DES INDICATEURS DES LYCÉES 2013. À partir de trois indicateurs, l

Plus en détail

1. La notion de force

1. La notion de force 1. La notion de force livre page 6 & 7 a) introduction Tu as déjà sûrement entendu le terme de force, c est en effet un mot utilisé fréquemment dans le langage commun : on parle de la force publique, de

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

en Mauricie et au Centre-du-Québec, ESCC cycle 1.1 (2000-2001)

en Mauricie et au Centre-du-Québec, ESCC cycle 1.1 (2000-2001) Analyse des données de santé mentale -, ESCC cycle 1.1 (2000-) Avant-propos Ce document traite des principaux résultats régionaux de l ESCC 1.1 portant sur la santé mentale. Les indicateurs présentés ici

Plus en détail