Méthodologie et outils statistiques : indicateurs
|
|
- Anne Cartier
- il y a 6 ans
- Total affichages :
Transcription
1 Méthodologie et outils statistiques : indicateurs Dr Roch Giorgi roch.giorgi@ap-hm.fr LERTIM, Faculté de Médecine, Université de la Méditerranée, Marseille, France
2 Préambule L acquisition de la partie «Méthodologie et outils statistiques : bases épidémiologiques» est un pré-requis avant l étude de ce cours. L étudiant pourra faire abstraction de certaines formules mathématiques dans une première lecture de cette partie. Il cherchera surtout à comprendre le sens des indicateurs présentés.
3 Indicateurs et outils Nécessité de disposer d indicateurs pour : mesurer comparer Doivent être : fiables facilement reproductibles Nécessité de disposer d outils pour quantifier les effets Nous allons maintenant présenter un certain nombre d indicateurs utilisés dans le domaine médical. Leur utilisation repose sur certaines hypothèses de bases. Elle peut également dépendre du type d enquête.
4 Incidence Quantifie la production de nouveaux cas de malades dans une population sur une période de temps donnée ( t). Mesure relative qui rapporte un nombre de malades (nouveaux cas) à un nombre de sujets. Seuls les non malades peuvent produire des nouveaux cas. Hypothèses : risque de maladie le même entre les sujets risque instantané de survenue de la maladie constant au cours du temps Différentes mesures : Incidence cumulée Incidence instantanée
5 Incidence cumulée : exemple Dans un registre de population de cancers du sein on dispose : du nombre de cas de cancers du sein diagnostiqués annuellement de la population annuelle dans la zone géographique couverte par le registre Année Nouveaux cas Population On va mesurer la survenue de cancers dans du sein dans cette population en calculant l incidence cumulée de cancer du sein.
6 Incidence cumulée Les sujets doivent être suivis pendant toute la période de temps. I c = m t N [, t + t] [ t, t + t] 0 m = nombre de nouveaux cas N 0 = nombre de personnes non malades en début de période t = période de temps Utilisée pour des maladies dont l exposition au risque est courte, des maladies aiguës le plus souvent.
7 Incidence cumulée : exemple (suite) L incidence cumulée du cancer du sein en 1998 est de : Année Nouveaux cas Population I c ( 1998 ) = = 11,2 pour L incidence cumulée moyenne annuelle du cancer du sein entre 1995 et 1999 est de : Année Nouveaux cas Population I c = ( ) 5 ( ) = 11,0 pour
8 Incidence instantanée ou taux d incidence Les sujets ne sont pas forcement suivis sur toute la période. Chacun des temps de suivi est pris en compte au dénominateur pour calculer la durée totale d exposition au risque d être malade. TI = m[ t, t + t[ PT[ t, t + t[ m = nombre de nouveaux cas PT = nombre de personnes-temps non malades (somme des durée de suivi des sujets pouvant devenir malade) t = période de temps
9 Incidence instantanée : exemple Personnes M + M + M + M - M - M - Durée de suivi M - : Absence de la maladie M + M + M - M + : Présence de la maladie M Durée d observation en mois révolus Durée d exposition totale = 80 mois Nombre de malades = 5 (t) = 1 an 5 TI = = 0,75 par an 6,6
10 Incidence instantanée : remarque Remarque : on n a pas forcement la durée de suivi des patients. On se réfère alors à une population moyenne. Années Population Cas Personnes TI -années ,5 3, ,5 2, ,5 3, , Total ,5 3,4 Calcul de TI : - population moyenne : - d où TI = = 3, , ,5 et donc TI = , 42 = 5 = 10427,5 Le calcul de TI en considérant d emblée l intervalle dans son ensemble donne un résultat différent (TI = 148 cas pour PA = 3,57) du fait des variations de population. Il faut découper en périodes homogènes.
11 Prévalence On s intéresse non plus à la survenue d une maladie mais aux malades présents dans une population à un moment donné. Mesure relative qui rapporte un nombre de malades (anciens et nouveaux cas) à un nombre de sujets. Différentes mesures : Prévalence instantanée Prévalence au cours du temps
12 Prévalence instantanée Prévalence instantanée : proportion de malades dans une population à un moment donné.
13 Prévalence instantanée : exemple t Prévalence à l instant t = (cas1 + cas2 + cas5) / population à l instant t
14 Prévalence au cours du temps Prévalence au cours du temps : proportion de malades (initialement présents et nouveaux cas) dans une population sur une période donnée.
15 Prévalence au cours du temps : exemple Prévalence du au = (cas1 + cas2 + cas3 + cas5) / population moyenne au 1 er quadrimestre 97
16 Prévalence : remarques (1) La notion de prévalence intègre deux dimensions différentes : durée de la maladie : plus la maladie dure, plus le nombre de malades présents est grand ex 1 : dans une maladie chronique P (prévalence) peut augmenter car les traitements ont amélioré la survie ex 2 : P population A < P population B peut refléter que la mortalité dans la population A > à celle de B vitesse d apparition des nouveaux cas : plus elle est grande plus P augmente Exemple : Population A Population B M M Total P 12 % 35 % 20 % 35 % Évolution différente entre les 2 populations pour une même prévalence au
17 Prévalence : remarques (2) Sous certaines conditions, la prévalence est le produit de l incidence instantanée par la durée moyenne de la maladie incidence faible population stable incidence et prévalence constantes au cours du temps
18 Notations : remarques préliminaires Nous allons à présent poser des notations utiles au calcul des différents indicateurs de risque qui vont être abordés. Lors du calcul d indicateurs, il faudra bien veiller à construire le tableau de contingence 2 lignes - 2 colonnes de la manière dont il est présenté. Le même tableau est utilisé pour les enquêtes exposés-non exposés et les enquêtes cas-témoins. La variable d intérêt n étant pas la même dans ces 2 cas (la maladie dans les enquêtes exposés-non exposés et l exposition dans les enquêtes cas-témoins) les notations seront différentes.
19 Notations M + M - Total E + a b n1 E - c d n0 Total m1 m0 n Exposés - non Exposés Cas-témoins Fréquence de la maladie chez les exposés + + ( M E ) R = P = a 1 n1 Fréquence de la maladie chez les non exposés + ( M E ) R = P = c 0 n0 Fréquence de l exposition chez les malades + + ( E M ) P E = P = a 1 m Fréquence de l exposition chez les non malades + ( E M ) P E = P = b 0 m 0 1 Voir exercice 1
20 Risque de maladie ou risque absolu Définition : c est la probabilité de présenter un événement donné pendant une période de temps (horizon du risque). R t = nombre de nouveaux cas nombre d' exposés au début Et si TI est constant et petit : R t TI t
21 Risque de maladie ou risque absolu Réduction relative du risque : réduction proportionnelle du risque entre les deux groupes R 0 ( t) : risque absolu quand on n est pas exposé au facteur R 1 ( t) : risque absolu quand on est exposé au facteur RRR t = R 1 ( t) R0 ( t) R ( t) 0 Réduction absolue du risque : RAR t = R 1 ( t) R ( t) 0 Nombre de sujets à traiter pour éviter un événement (en thérapeutique) : NST = 1 RAR ( t) Voir exercice 2
22 Risque de maladie ou risque absolu Remarque : les formules précédentes correspondent au cas où le traitement expérimental réduit le risque d un événement défavorable on aura le même type d indicateurs dans deux autres cas : Probabilité de l évènement favorable est augmentée par le traitement Probabilité de l évènement défavorable est augmentée par le traitement Augmentation Relative du Bénéfice Augmentation Absolue du Bénéfice NST Augmentation Relative du Risque Augmentation Absolue du Risque NSTD
23 Risque relatif Définition : mesure l augmentation du risque de maladie chez des sujets exposés par rapport à des sujets non exposés + + ( M /E ) R1 + ( M /E ) R0 P RR = = P Remarque : si RR < 1, effet protecteur si RR = 1, pas d effet si RR > 1, effet néfaste L estimation des probabilités de maladies, donc de RR, n est possible que dans les enquêtes de cohorte Voir exercice 3
24 Odd ratio Définition : mesure la force de l association entre la maladie et un facteur de risque. Il est défini à partir des probabilités de maladie chez les exposés et les non exposés, ou par les probabilités d exposition chez les cas et les témoins. OR = R R 1 0 ( 1-R ) 1 ( 1-R ) 0 = P P E E 1 0 ( 1 P ) E ( 1 P ) E 1 0 = ad cb Remarque : OR est estimable quel que soit le type d étude (enquêtes cas-témoins +++)
25 Risque individuel / Risque pour une population Les RR et OR sont des indicateurs mesurant l intensité d un risque au niveau individuel. Il ne donnent pas d information concernant l importance d un facteur de risque au niveau d une population. Les indicateurs qui vont être maintenant présentés permettent de mesurer l importance d un facteur de risque au niveau d une population. Se sont des indicateurs de mesure d impact potentiel.
26 Fraction de risque attribuable Définition : proportion de cas attribuables à l exposition étudiée. Mesure le nombre de cas qui seraient évités si l exposition au FDR était supprimée M E RA = + M M E + : nb de nouveaux cas dus à l exposition M : nb de nouveaux cas pendant la période étudiée Selon le type d enquête : Exemple : enquête de cohorte (enquête cas-témoins : RR est remplacé par OR). RA = P P E E ( RR-1) ( RR-1) + 1 P E : fréquence de l exposition dans la population
27 Fraction étiologique Définition : proportion de cas dus à l exposition parmi les sujets exposés FE = RR -1 RR Il s agit donc de la même expression que pour la fraction de risque attribuable dans le cas où 100 % des sujets sont exposés (P E = 1). Voir exercice 4
28 Fraction préventive Définition : proportion de cas de maladie évités par la présence du FDR FP = PE (1 RR) P E : fréquence de l exposition dans la population
29 Indicateur et précision de l estimation : préambule Jusqu à présent nous nous sommes intéressé à la valeur ponctuelle estimée de l indicateur (RR, OR, ). Cette information seule n est pas suffisante. L interprétation et la production d un résultat statistique doit intégrer une autre dimension : la précision (ou la variabilité) de l estimation. L intervalle de confiance (IC est décrit dans ce qui suit) à également valeur de test : si l intervalle de confiance d un RR ne contient pas la valeur 1, alors ce RR est significatif; le RR est non significatif lorsque l IC contient la valeur 1.
30 Indicateur et précision de l estimation Paramètre de position : estimation ponctuelle de la mesure Paramètre de dispersion : variance de la mesure Positions différentes, même 60 dispersion Dispersions différentes, même position Intervalle de confiance Pr = 0,95 0 IC 95% inf µ IC 95% sup La probabilité que IC 95% inf < µ < IC 95% sup est de 95%
31 Indicateur et précision de l estimation : exemple M+ M- E E Total ( E ) + ( / E ) P M / RR = = = 2,00 P M Var IC IC b n a ( Log( RR) ) = + = 0, d n c 0 ( Log( RR) ) = 0,69 ± 1,96 0,006 [ 0,54;0,84] 95 % = ( RR) [ 1,71;2,32] 95 % = Le calcul de l IC du RR nécessite d estimer la variance du logarithme du RR, de calculer l IC de Log(RR), puis de prendre l exponentielle de l IC de Log(RR) Pr = 0,95 1,71 2,32 2,00 IC(RR) avec α=5% La probabilité que 1,71 < RR < 2,32 est de 95%
32 Quelques relations entre les risques Risque absolu et RR : ( t) = R 0( t) 01 R 1 RR R 0 ( t) = risque absolu dans le groupe de base (référence) R 1 ( t) = risque absolu dans le groupe «à risque» RR et OR : OR ( 1-R ) RR 0 = 1-RR R 0 OR RR si le risque de maladie chez les sujets non exposés (R 0 ) est faible.
33 Quelques relations entre les risques RR A et RR B : RR = RR RR AB A B Hypothèses : modèle multiplicatif, pas d inter-action entre les deux facteurs. Idem pour les OR
34 Etude de survie à 5 ans de patients atteints de cancer de la sphère ORL Variables RR IC Localisation Larynx 1 - Bouche 1,65 [1,16 ; 2,34] Pharynx 1,55 [1,13 ; 2,21] Autres 1,78 [1,17 ; 2,69] T Petite 1 - Grande 2,10 [1,63 ; 2,72] N Non 1 - Oui 1,34 [1,05 ; 1,70] M Absente 1 - Présente 2,78 [1,66 ; 4,66] RR pour un patient ayant une tumeur laryngée, grande, avec envahissement ganglionnaire et sans métastases (en l absence d inter-action entre les différents facteurs) : RR = RR Larynx xrr T Grande xrr N Oui xrr M Absente RR= 1x2,10x1,34x1 = 2,81 (par rapport une tumeur petite N-).
35 Quelques références Bouyer J, Hémon D, Cordier,. et al. Épidémiologie : principes et méthodes quantitatives. INSERM, Paris, Rumeau-Rouquette C, Blondel B, Kaminski M, Bréart G. Epidémiologie méthodes et pratique, Médecine-Sciences Flammarion, Paris, 1994.
36 Probabilité conditionnelle La notation P(A / B) correspond à une probabilité conditionnelle. Il s agit de connaître la probabilité d avoir A lorsque l on dispose déjà d une information sur B (probabilité d avoir A sachant B). L information apportée est donc différente de la probabilité élémentaire de A. La probabilité de A sachant B est définie par : d où P(A B ) = P(A / B)P(B) = P(B / A)P(A) et P ( A B) / = P P ( A/ B) ( B / A) P( A) P( B) Théorème de Bayes = P ( A B) P( B) P ( A / B) i = P P( B / Ai ) P( Ai ) ( B / A ) P( A ) +... P( B / A ) P( A ) Formule développée de Bayes n n
Docteur José LABARERE
UE7 - Santé Société Humanité Risques sanitaires Chapitre 3 : Epidémiologie étiologique Docteur José LABARERE Année universitaire 2010/2011 Université Joseph Fourier de Grenoble - Tous droits réservés.
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 détailÉtudes épidémiologiques analytiques et biais
Master 1 «Conception, évaluation et gestion des essais thérapeutiques» Études épidémiologiques analytiques et biais Roxane Schaub Médecin de santé publique Octobre 2013 1 Objectifs pédagogiques Connaitre
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 détailLa survie nette actuelle à long terme Qualités de sept méthodes d estimation
La survie nette actuelle à long terme Qualités de sept méthodes d estimation PAR Alireza MOGHADDAM TUTEUR : Guy HÉDELIN Laboratoire d Épidémiologie et de Santé publique, EA 80 Faculté de Médecine de Strasbourg
Plus en détailMODELES DE DUREE DE VIE
MODELES DE DUREE DE VIE Cours 1 : Introduction I- Contexte et définitions II- Les données III- Caractéristiques d intérêt IV- Evènements non renouvelables/renouvelables (unique/répété) I- Contexte et définitions
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 détailCALCUL DES PROBABILITES
CALCUL DES PROBABILITES Exemple On lance une pièce de monnaie une fois. Ensemble des événements élémentaires: E = pile, face. La chance pour obtenir pile vaut 50 %, pour obtenir face vaut aussi 50 %. Les
Plus en détailLa main au travail : exemple du syndrome du canal carpien
La main au travail : exemple du syndrome du canal carpien 27 Mars 2015 Dr Emilie Chazelle, coordonnateur du programme TMS Institut de veille sanitaire Journées d étude de la Société de Réadaptation du
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 détailDurée de L épreuve : 2 heures. Barème : Exercice n 4 : 1 ) 1 point 2 ) 2 points 3 ) 1 point
03 Mai 2013 Collège Oasis Durée de L épreuve : 2 heures. apple Le sujet comporte 4 pages et est présenté en livret ; apple La calculatrice est autorisée ; apple 4 points sont attribués à la qualité de
Plus en détailExo7. Probabilité conditionnelle. Exercices : Martine Quinio
Exercices : Martine Quinio Exo7 Probabilité conditionnelle Exercice 1 Dans la salle des profs 60% sont des femmes ; une femme sur trois porte des lunettes et un homme sur deux porte des lunettes : quelle
Plus en détailFIMA, 7 juillet 2005
F. Corset 1 S. 2 1 LabSAD Université Pierre Mendes France 2 Département de Mathématiques Université de Franche-Comté FIMA, 7 juillet 2005 Plan de l exposé plus court chemin Origine du problème Modélisation
Plus en détailCatalogue des connaissances de base en mathématiques dispensées dans les gymnases, lycées et collèges romands.
Catalogue des connaissances de base en mathématiques dispensées dans les gymnases, lycées et collèges romands. Pourquoi un autre catalogue en Suisse romande Historique En 1990, la CRUS (Conférences des
Plus en détailCancer bronchique primitif: données épidémiologiques récentes
Cancer bronchique primitif: données épidémiologiques récentes Pr Jean Trédaniel Service de pneumologie et oncologie thoracique Groupe Hospitalier Paris Saint Joseph Université Paris Descartes Sources Données
Plus en 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 détailAC AB. A B C x 1. x + 1. d où. Avec un calcul vu au lycée, on démontre que cette solution admet deux solutions dont une seule nous intéresse : x =
LE NOMBRE D OR Présentation et calcul du nombre d or Euclide avait trouvé un moyen de partager en deu un segment selon en «etrême et moyenne raison» Soit un segment [AB]. Le partage d Euclide consiste
Plus en détailTraitements néoadjuvants des cancers du rectum. Pr. G. Portier CHU Purpan - Toulouse
Traitements néoadjuvants des cancers du rectum Pr. G. Portier CHU Purpan - Toulouse Journées Francophones d Hépato-gastroentérologie et d Oncologie Digestive 2010 CONFLITS D INTÉRÊT Pas de conflit d intérêt
Plus en détailProbabilités. I Petits rappels sur le vocabulaire des ensembles 2 I.1 Définitions... 2 I.2 Propriétés... 2
Probabilités Table des matières I Petits rappels sur le vocabulaire des ensembles 2 I.1 s................................................... 2 I.2 Propriétés...................................................
Plus en détail«Quelle information aux patients en recherche biomédicale? Quels enseignements en retirer pour la pratique quotidienne?»
«Quelle information aux patients en recherche biomédicale? Quels enseignements en retirer pour la pratique quotidienne?» Dr Adeline Paris Unité de Pharmacologie Clinique Centre d Investigation Clinique
Plus en détailLe taux d'actualisation en assurance
The Geneva Papers on Risk and Insurance, 13 (No 48, July 88), 265-272 Le taux d'actualisation en assurance par Pierre Devolder* Introduction Le taux d'actualisation joue un role determinant dans Ia vie
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 détailLEÇON N 7 : Schéma de Bernoulli et loi binomiale. Exemples.
LEÇON N 7 : Schéma de Bernoulli et loi binomiale. Exemples. Pré-requis : Probabilités : définition, calculs et probabilités conditionnelles ; Notion de variables aléatoires, et propriétés associées : espérance,
Plus en détailPemetrexed, pionnier de la chimiothérapie histoguidée. Dr Olivier CASTELNAU Institut Arnault TZANCK ST Laurent du Var
Pemetrexed, pionnier de la chimiothérapie histoguidée Dr Olivier CASTELNAU Institut Arnault TZANCK ST Laurent du Var SFPO Octobre 2009 EPIDEMIOLOGIE Incidence : 1.35 M par an dans le monde (12,4%) 28 000
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 détailLes recommandations de recherche de l expertise INSERM sur la RdR. Patrizia Carrieri INSERM U912 - ORSPACA
Les recommandations de recherche de l expertise INSERM sur la RdR Patrizia Carrieri INSERM U912 - ORSPACA Plan de la présentation Recommandations de recherche de l expertise INSERM Etat d avancement des
Plus en détailCritique des conditions de la durabilité: application aux indices de dév...
1 sur 5 25/10/2007 4:04 Critique des conditions de la durabilité: application aux indices de développement durable. Bruno Kestemont Mémoire de DEA Version révisée, 2004 IGEAT-ULB Sous la direction du Prof
Plus en détailChapitre 3. Les distributions à deux variables
Chapitre 3. Les distributions à deux variables Jean-François Coeurjolly http://www-ljk.imag.fr/membres/jean-francois.coeurjolly/ Laboratoire Jean Kuntzmann (LJK), Grenoble University 1 Distributions conditionnelles
Plus en détailExo7. Calculs de déterminants. Fiche corrigée par Arnaud Bodin. Exercice 1 Calculer les déterminants des matrices suivantes : Exercice 2.
Eo7 Calculs de déterminants Fiche corrigée par Arnaud Bodin Eercice Calculer les déterminants des matrices suivantes : Correction Vidéo ( ) 0 6 7 3 4 5 8 4 5 6 0 3 4 5 5 6 7 0 3 5 4 3 0 3 0 0 3 0 0 0 3
Plus en détailEmissions des moteurs diesel : Nouveau classement par le Centre International de Recherche sur le Cancer (CIRC)
Emissions des moteurs diesel : Nouveau classement par le Centre International de Recherche sur le Cancer (CIRC) SNCF DRH EPIC Prévention et Santé COMPOSITION DES EMISSIONS DIESEL MELANGE COMPLEXE DE SUBSTANCES
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 détailAnalyse des Systèmes Asservis
Analyse des Systèmes Asservis Après quelques rappels, nous verrons comment évaluer deux des caractéristiques principales d'un système asservi : Stabilité et Précision. Si ces caractéristiques ne sont pas
Plus en détailDIRECTION DES SERVICES PROFESSIONNELS GESTION DES STUPÉFIANTS ET DES DROGUES CONTRÔLÉES EN PHARMACIE COMMUNAUTAIRE
NUMÉRO 152 : JUIN 2005 DIRECTION DES SERVICES PROFESSIONNELS GESTION DES STUPÉFIANTS ET DES DROGUES CONTRÔLÉES EN PHARMACIE COMMUNAUTAIRE Depuis quelques années, le Bureau des substances contrôlés (BSC)
Plus en détailPROSPECTUS. PROSPECTUS 14 valable à compter du 01.01.2010
20 PROSPECTUS PROSPECTUS 14 valable à compter du 01.01.2010 Article 47 2 de la loi du 4 août 1992 relative aux Crédits Hypothécaires et l article 4 de l Arrêté royal du 5 février 1993 portant diverses
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 détailPROGRAMME (Susceptible de modifications)
Page 1 sur 8 PROGRAMME (Susceptible de modifications) Partie 1 : Méthodes des revues systématiques Mercredi 29 mai 2013 Introduction, présentation du cours et des participants Rappel des principes et des
Plus en détailQui et quand opérer. au cours du traitement de l EI?
Qui et quand opérer au cours du traitement de l EI? Gilbert Habib Département de Cardiologie - Timone Marseille 7es JNI Bordeaux, 8 juin 2006 Université de la Méditerranée Faculté de Médecine de Marseille
Plus en détailIndépendance Probabilité conditionnelle. Chapitre 3 Événements indépendants et Probabilités conditionnelles
Chapitre 3 Événements indépendants et Probabilités conditionnelles Indépendance Indépendance Probabilité conditionnelle Definition Deux événements A et B sont dits indépendants si P(A B) = P(A).P(B) Attention
Plus en détailCompression Compression par dictionnaires
Compression Compression par dictionnaires E. Jeandel Emmanuel.Jeandel at lif.univ-mrs.fr E. Jeandel, Lif CompressionCompression par dictionnaires 1/25 Compression par dictionnaire Principe : Avoir une
Plus en détailDON ET GREFFE D ORGANES EN TUNISIE. Dr Mylène Ben Hamida Centre National pour la Promotion de la Transplantation d Organes
DON ET GREFFE D ORGANES EN TUNISIE Dr Mylène Ben Hamida Centre National pour la Promotion de la Transplantation d Organes Les besoins sont importants Insuffisance Organique Terminale en Tunisie Rein :
Plus en détailMémoire d actuariat - promotion 2010. complexité et limites du modèle actuariel, le rôle majeur des comportements humains.
Mémoire d actuariat - promotion 2010 La modélisation des avantages au personnel: complexité et limites du modèle actuariel, le rôle majeur des comportements humains. 14 décembre 2010 Stéphane MARQUETTY
Plus en détailPeut-on réduire l incidence de la gastroentérite et ses conséquences dans les écoles primaires à l aide de solution hydro-alcoolique?
Peut-on réduire l incidence de la gastroentérite et ses conséquences dans les écoles primaires à l aide de solution hydro-alcoolique? Service des Maladies Infectieuses; CHR Orléans Unité Inserm U-707,
Plus en détailRaisonnement par récurrence Suites numériques
Chapitre 1 Raisonnement par récurrence Suites numériques Terminale S Ce que dit le programme : CONTENUS CAPACITÉS ATTENDUES COMMENTAIRES Raisonnement par récurrence. Limite finie ou infinie d une suite.
Plus en détailECOLE SUPERIEURE DE L EDUCATION NATIONALE
ECOLE SUPERIEURE DE L EDUCATION NATIONALE Formation des Chefs d Etablissement d Affectation Management adaptatif et délégations Support participants SOMMAIRE La formation dans son contexte p.3 Les facteurs
Plus en détailChapitre 1. L intérêt. 2. Concept d intérêt. 1. Mise en situation. Au terme de ce chapitre, vous serez en mesure de :
Chapitre 1 L intérêt Au terme de ce chapitre, vous serez en mesure de : 1. Comprendre la notion générale d intérêt. 2. Distinguer la capitalisation à intérêt simple et à intérêt composé. 3. Calculer la
Plus en détailPremière partie : Les travaux d inventaire. Fiches Mr Cisternino : Les travaux d inventaire 1 / 24
Première partie : Les travaux d inventaire Fiches Mr Cisternino : Les travaux d inventaire 1 / 24 Premier dossier : Les activités liées aux immobilisations et à leurs amortissements Chapitre 1 : Les travaux
Plus en détailLe modèle de Black et Scholes
Le modèle de Black et Scholes Alexandre Popier février 21 1 Introduction : exemple très simple de modèle financier On considère un marché avec une seule action cotée, sur une période donnée T. Dans un
Plus en détailExposé n 5: Bases IMS, Thalès Quel apport pour la sécurité d emploi des médicaments?
5 avril 2011 «Pharmaco-épidémiologie» Exposé n 5: Bases IMS, Thalès Quel apport pour la sécurité d emploi des médicaments? Dr Philippe Tcheng Vice-Président Affaires Publiques et Gouvernementales France
Plus en détailRaisonnement probabiliste
Plan Raisonnement probabiliste IFT-17587 Concepts avancés pour systèmes intelligents Luc Lamontagne Réseaux bayésiens Inférence dans les réseaux bayésiens Inférence exacte Inférence approximative 1 2 Contexte
Plus en détailEssais cliniques de phase 0 : état de la littérature 2006-2009
17 èmes Journées des Statisticiens des Centres de Lutte contre le Cancer 4 ème Conférence Francophone d Epidémiologie Clinique Essais cliniques de phase 0 : état de la littérature 2006-2009 Q Picat, N
Plus en détailTS 35 Numériser. Activité introductive - Exercice et démarche expérimentale en fin d activité Notions et contenus du programme de Terminale S
FICHE Fiche à destination des enseignants TS 35 Numériser Type d'activité Activité introductive - Exercice et démarche expérimentale en fin d activité Notions et contenus du programme de Terminale S Compétences
Plus en détailFirst do no harm Hippocrates (470 360 BC)
PHARMACOVIGILANCE DR A.TEBAA - Pr R. SOULAYMANI BENCHEIKH CENTRE ANTI POISON ET DE PHARMACOVIGILANCE M.COOPER-SHANTHI-PAL QUALITY ASSURANCE ET SECURITY MEDECINE Dakar 5-9 Mars 2006 First do no harm Hippocrates
Plus en détailUne variable binaire prédictrice (VI) et une variable binaire observée (VD) (Comparaison de pourcentages sur 2 groupes indépendants)
CIVILITE-SES.doc - 1 - Une variable binaire prédictrice (VI) et une variable binaire observée (VD) (Comparaison de pourcentages sur 2 groupes indépendants) 1 PRÉSENTATION DU DOSSIER CIVILITE On s intéresse
Plus en détailRecherche documentaire et autoformation. Lecture critique d un article médical. Recommandations pour la pratique. Les maladies orphelines
18. Recherche documentaire et autoformation. Lecture critique d un article médical. Recommandations pour la pratique. Les maladies orphelines KARILA LAURENT - APPRENTISSAGE DE L EXERCICE MÉDICAL + Objectifs
Plus en détailAnalyse financière par les ratios
Analyse financière par les ratios Introduction L outil utilisé dans les analyses financières est appelé ratio, qui est un coefficient calculé à partir d une fraction, c est-à-dire un rapport entre des
Plus en détailCONCOURS D ENTREE A L ECOLE DE 2007 CONCOURS EXTERNE. Cinquième épreuve d admissibilité STATISTIQUE. (durée : cinq heures)
CONCOURS D ENTREE A L ECOLE DE 2007 CONCOURS EXTERNE Cinquième épreuve d admissibilité STATISTIQUE (durée : cinq heures) Une composition portant sur la statistique. SUJET Cette épreuve est composée d un
Plus en détailEtudier l influence de différents paramètres sur un phénomène physique Communiquer et argumenter en utilisant un vocabulaire scientifique adapté
Compétences travaillées : Mettre en œuvre un protocole expérimental Etudier l influence de différents paramètres sur un phénomène physique Communiquer et argumenter en utilisant un vocabulaire scientifique
Plus en détailModélisation et simulation du trafic. Christine BUISSON (LICIT) Journée Simulation dynamique du trafic routier ENPC, 9 Mars 2005
Modélisation et simulation du trafic Christine BUISSON (LICIT) Journée Simulation dynamique du trafic routier ENPC, 9 Mars 2005 Plan de la présentation! Introduction : modèles et simulations définition
Plus en détailValidation clinique des marqueurs prédictifs le point de vue du méthodologiste. Michel Cucherat UMR CNRS 5558 - Lyon
Validation clinique des marqueurs prédictifs le point de vue du méthodologiste Michel Cucherat UMR CNRS 5558 - Lyon Marqueur prédictif - Définition Un marqueur prédictif est un marqueur qui prédit le bénéfice
Plus en détailcurité du patient 19 mai 2009 Aurore MAYEUX Guy CLYNCKEMAILLIE
Déclarer un événement indésirable un élément majeur pour la sécurits curité du patient 19 mai 2009 Aurore MAYEUX Guy CLYNCKEMAILLIE Les hôpitaux plus meurtriers que la route Courrier de l escaut, janvier
Plus en détailLes Infections Associées aux Soins
Les Infections Associées aux Soins Dr Catherine Sartor EOH Conception Assistance Publique Hôpitaux de Marseille Ecole IFSI, Marseille, 12 septembre 2014 Définitions 2007 Infection Nosocomiale (IN) 1999
Plus en détailStatistiques Descriptives à une dimension
I. Introduction et Définitions 1. Introduction La statistique est une science qui a pour objectif de recueillir et de traiter les informations, souvent en très grand nombre. Elle regroupe l ensemble des
Plus en détailDonnées longitudinales et modèles de survie
ANALYSE DU Données longitudinales et modèles de survie 5. Modèles de régression en temps discret André Berchtold Département des sciences économiques, Université de Genève Cours de Master ANALYSE DU Plan
Plus en 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 détailO, i, ) ln x. (ln x)2
EXERCICE 5 points Commun à tous les candidats Le plan complee est muni d un repère orthonormal O, i, j Étude d une fonction f On considère la fonction f définie sur l intervalle ]0; + [ par : f = ln On
Plus en détailPROBABILITES ET STATISTIQUE I&II
PROBABILITES ET STATISTIQUE I&II TABLE DES MATIERES CHAPITRE I - COMBINATOIRE ELEMENTAIRE I.1. Rappel des notations de la théorie des ensemble I.1.a. Ensembles et sous-ensembles I.1.b. Diagrammes (dits
Plus en 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 détailMaurene McQuestion, IA, BScN, MSc, CON(C) John Waldron, MD, FRCPC
Séance plénière 2 : La collaboration interprofessionnelle entre médecins et infirmières Nous examinerons durant cette séance les questions clés liées à la collaboration interprofessionnelle entre médecins
Plus en détailTSTI 2D CH X : Exemples de lois à densité 1
TSTI 2D CH X : Exemples de lois à densité I Loi uniforme sur ab ; ) Introduction Dans cette activité, on s intéresse à la modélisation du tirage au hasard d un nombre réel de l intervalle [0 ;], chacun
Plus en détailApplication des courbes ROC à l analyse des facteurs pronostiques binaires
Application des courbes ROC à l analyse des facteurs pronostiques binaires Combescure C (1), Perneger TV (1), Weber DC (2), Daurès J P (3), Foucher Y (4) (1) Service d épidémiologie clinique et Centre
Plus en détailMortalité observée et mortalité attendue au cours de la vague de chaleur de juillet 2006 en France métropolitaine
Mortalité observée et mortalité attendue au cours de la vague de chaleur de uillet en France métropolitaine FOUILLET A 1, REY G 1, JOUGLA E, HÉMON D 1 1 Inserm, U75, Villeuif, France. Inserm CépiDc, IFR9,
Plus en détailDe la mesure à l analyse des risques
De la mesure à l analyse des risques Séminaire FFA Jean-Paul LAURENT Professeur à l'isfa jean-paul.laurent@univ-lyon1.fr http://laurent.jeanpaul.free.fr/ 0 De la la mesure à l analyse des risques! Intégrer
Plus en détailLes Matinales de l Entreprise Jeudi 17 novembre 2011
Les Matinales de l Entreprise Jeudi 17 novembre 2011 Pôle Formation CCI COLMAR SOGEX Thème du jour animé par Giovanni TERRANA Consultant en droit social Associé INTRODUCTION Présentation du cabinet SOGEX:
Plus en détailDépistage du cancer colorectal :
Dépistage du cancer colorectal : Quels enjeux? Robert Benamouzig Gastro-entérologie Hôpital Avicenne Bobigny Le cancer colorectal dans le monde 3ème cause de cancer Augmentation 1975 : 500 000 cas 1990
Plus en détailFORMATION ECLAIRAGE PUBLIC
FORMATION ECLAIRAGE PUBLIC DIR Centre Est Mâcon 22/10/07 1 La norme éclairage NF EN 13 201 Avant : Recommandations AFE : référence pour la profession Février 2005: Application de la norme Éclairage NF
Plus en détailGUIDE DE CONSTITUTION DE DOSSIER EN VUE DE LA RECONNAISSANCE ET/OU DE L EQUIVALENCE DES DIPLOMES, TITRES ET GRADES DE L ENSEIGNEMENT SUPERIEUR
CONSEIL AFRICAIN ET MALGACHE POUR L'ENSEIGNEMENT SUPERIEUR (C. A. M. E. S.) 01 B.P. 134 OUAGADOUGOU 01 (BURKINA FASO) Tél. : (226) 50.36.81.46 - Fax : (226) 50.36.85.73 Email : cames@bf.refer.org GUIDE
Plus en détailSupplément du BDK 24 : Aide à la recherche bibliographique
Supplément du BDK 24 : Aide à la recherche bibliographique 1- Introduction 2- Les différentes études 3- Les bases de données 4- Comment chercher un article 5- Lecture critique d article Rédaction : Antoine
Plus en détailLISTE D EXERCICES 2 (à la maison)
Université de Lorraine Faculté des Sciences et Technologies MASTER 2 IMOI, parcours AD et MF Année 2013/2014 Ecole des Mines de Nancy LISTE D EXERCICES 2 (à la maison) 2.1 Un particulier place 500 euros
Plus en détailREPOUSSER LES LIMITES DE LA CHIRURGIE BARIATRIQUE DANS LES OBESITES MASSIVES AVEC COMORBIDITES
Première Journée du Centre Intégré Nord Francilien de prise en charge de l obésité de l adulte et de l enfant REPOUSSER LES LIMITES DE LA CHIRURGIE BARIATRIQUE DANS LES OBESITES MASSIVES AVEC COMORBIDITES
Plus en détailLES ESCALIERS. Du niveau du rez-de-chaussée à celui de l'étage ou à celui du sous-sol.
LES ESCALIERS I. DÉF I NIT I O N Un escalier est un ouvrage constitué d'une suite de marches et de paliers permettant de passer à pied d'un niveau à un autre. Ses caractéristiques dimensionnelles sont
Plus en détailGuide synthétique de la comptabilité des dépenses engagées
Guide synthétique de la comptabilité des dépenses engagées La tenue de la comptabilité d engagement ou comptabilité administrative est de la responsabilité de l exécutif de la collectivité. Le CGCT prévoit
Plus en détailContinuité et dérivabilité d une fonction
DERNIÈRE IMPRESSIN LE 7 novembre 014 à 10:3 Continuité et dérivabilité d une fonction Table des matières 1 Continuité d une fonction 1.1 Limite finie en un point.......................... 1. Continuité
Plus en détailCOURS 9 : TARIFICATION Aspects mathématiques
COURS 9 : TARIFICATION Aspects mathématiques 9.1 RAPPEL Prime théorique = Fréquence X gravité + Frais La gravité est souvent appelée «sévérité» (anglicisme commode) Certains facteurs influencent la fréquence
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 détailRappel sur les bases de données
Rappel sur les bases de données 1) Généralités 1.1 Base de données et système de gestion de base de donnés: définitions Une base de données est un ensemble de données stockées de manière structurée permettant
Plus en détailÉvaluation du risque cardiovasculaire dans le contexte de l hypertension artérielle et de son traitement
Évaluation du risque cardiovasculaire dans le contexte de l hypertension artérielle et de son traitement DIU HTA François Gueyffier Service de pharmacologie clinique UMR CNRS 5558 CIC 201, LYON francois.gueyffier@chu-lyon.fr
Plus en détail- 08 - PREVISION DU BESOIN EN FONDS DE ROULEMENT - PRINCIPES
- 08 - PREVISION DU BESOIN EN FONDS DE ROULEMENT - PRINCIPES Objectif(s) : o o Pré-requis : o Modalités : Relation Besoin en Fonds de Roulement (B.F.R.) et Chiffre d'affaires (C.A.), Eléments variables
Plus en détailDYNAMIQUE DE FORMATION DES ÉTOILES
A 99 PHYS. II ÉCOLE NATIONALE DES PONTS ET CHAUSSÉES, ÉCOLES NATIONALES SUPÉRIEURES DE L'AÉRONAUTIQUE ET DE L'ESPACE, DE TECHNIQUES AVANCÉES, DES TÉLÉCOMMUNICATIONS, DES MINES DE PARIS, DES MINES DE SAINT-ÉTIENNE,
Plus en détailThéorie Financière 4E 4. Evaluation d actions et td d entreprises
Théorie Financière 4E 4. Evaluation d actions et td d entreprises Objectifs de la session 1. Introduire le «dividend discount model» (DDM) 2. Comprendre les sources de croissance du dividende 3. Analyser
Plus en détailCHEQUE DOMICILE : PAIEMENT EN LIGNE d un intervenant ou d un prestataire
CHEQUE DOMICILE : PAIEMENT EN LIGNE d un intervenant ou d un prestataire Mode d emploi www.chequedomicile.fr Rubrique «Votre espace», «portail Bénéficiaires» DE QUOI S AGIT-IL? Vous bénéficiez de Chèques
Plus en détailL ANALYSE DU «PARC SOCIAL DE FAIT» PARISIEN EN 2003 : UNE ANALYSE TERRITORIALISÉE DES PROFILS D OCCUPATION DES PARCS ET DES QUARTIERS
ATELIER PARISIEN D URBANISME - 17, BD MORLAND 75004 PARIS TÉL : 01 42 71 28 14 FAX : 01 42 76 24 05 http://www.apur.org Observatoire de l'habitat de Paris L ANALYSE DU «PARC SOCIAL DE FAIT» PARISIEN EN
Plus en détailAuto-Entreprise : Activités : Eric SOTY - Siret n 47868353500023. Formation Bureautique, continue d'adultes. Tél : 0953020032 - Fax : 0958020032
Auto-Entreprise : Activités : Eric SOTY - Siret n 47868353500023 Formation Bureautique, APE : 8559A formation continue d'adultes. identité visuelle, charte T.V.A. non applicable, article 293 B du CGI.
Plus en détailCroissance et vieillissement cellulaires Docteur COSSON Pierre Nb réponses = 81 sur 87. Résultats des questions prédéfinies
Docteur COSSON Pierre Nb réponses = 8 sur 87 A00 8/87 Indicateurs globaux Index global m.= m.=,9 s.=0,. Evaluation générale de cette unité m.=. Sciences médicales de base m.=,. Compétences cliniques m.=,7.
Plus en détailLa Maladie Thrombo-Embolique Veineuse (MTEV) et sa prise en charge médicamenteuse
La Société de Pharmacie de Lyon, le 17 novembre 2011 Le risque thrombo-embolique : actualités thérapeutiques et sa prise en charge La Maladie Thrombo-Embolique Veineuse (MTEV) et sa prise en charge médicamenteuse
Plus en détailValeur ajoutée relative basée sur les comparaisons indirectes Giens 2008, TR 5
Valeur ajoutée relative basée sur les comparaisons indirectes Giens 2008, TR 5 Claire Le Jeunne Bertrand Xerri Cécile Rey-Coquais Jean-Michel Joubert Jean Delonca Martine Pigeon Michel Lièvre Patricia
Plus en détailProbabilités et Statistiques. Feuille 2 : variables aléatoires discrètes
IUT HSE Probabilités et Statistiques Feuille : variables aléatoires discrètes 1 Exercices Dénombrements Exercice 1. On souhaite ranger sur une étagère 4 livres de mathématiques (distincts), 6 livres de
Plus en détailLa recherche clinique au cœur du progrès thérapeutique
2 èmes Assises de l Innovation Thérapeutique Paris, 05-11-2014 La recherche clinique au cœur du progrès thérapeutique Pr. Jean-François DHAINAUT Président du Groupement Inter-régional de la Recherche Clinique
Plus en détailDÉRIVÉES. I Nombre dérivé - Tangente. Exercice 01 (voir réponses et correction) ( voir animation )
DÉRIVÉES I Nombre dérivé - Tangente Eercice 0 ( voir animation ) On considère la fonction f définie par f() = - 2 + 6 pour [-4 ; 4]. ) Tracer la représentation graphique (C) de f dans un repère d'unité
Plus en détailSurveillance épidémiologique de la mortalité et investigation d agrégats spatio-temporels en entreprise PRINCIPES GÉNÉRAUX ET DONNÉES NÉCESSAIRES
Surveillance épidémiologique de la mortalité et investigation d agrégats spatio-temporels en entreprise PRINCIPES GÉNÉRAUX ET DONNÉES NÉCESSAIRES et investigation d agrégats spatio-temporels en entreprise
Plus en détailLECTURE CRITIQUE 1 ER PAS
1 LECTURE CRITIQUE D UN ARTICLE SCIENTIFIQUE 1 ER PAS FORUM PCI 20,05,14 MJ Thévenin / Inf. EPIAS/ SMPH BUTS ET ORGANISATION DE LA PRÉSENTATION Utiliser une grille de lecture critique d un article Comprendre
Plus en détail