On considère que la variable «taux de sucre» suit une loi normale et on choisit un risque de 5%.

Documents pareils
Tests de comparaison de moyennes. Dr Sahar BAYAT MASTER 1 année UE «Introduction à la biostatistique»

Études épidémiologiques analytiques et biais

Item 169 : Évaluation thérapeutique et niveau de preuve

Feuille 6 : Tests. Peut-on dire que l usine a respecté ses engagements? Faire un test d hypothèses pour y répondre.

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

La survie nette actuelle à long terme Qualités de sept méthodes d estimation

Lecture critique d article. Bio statistiques. Dr MARC CUGGIA MCU-PH Laboratoire d informatique médicale EA-3888

CE QU IL FAUT SAVOIR PARTICIPATION À UN ESSAI CLINIQUE SUR UN MÉDICAMENT

TABLE DES MATIERES. C Exercices complémentaires 42

METHODOLOGIE GENERALE DE LA RECHERCHE EPIDEMIOLOGIQUE : LES ENQUETES EPIDEMIOLOGIQUES

Principe d un test statistique

Analyse de la variance Comparaison de plusieurs moyennes

L ANALYSE EN COMPOSANTES PRINCIPALES (A.C.P.) Pierre-Louis GONZALEZ

Création de procédures inter-services pour la gestion des essais de phase I à l Institut Gustave Roussy

Ordonnance collective

PARTICIPATION À UN ESSAI CLINIQUE SUR UN MÉDICAMENT CE QU IL FAUT SAVOIR

Chapitre 3 : Principe des tests statistiques d hypothèse. José LABARERE

Chapitre 3. Les distributions à deux variables

Estimation et tests statistiques, TD 5. Solutions

Diabète Type 2. Épidémiologie Aspects physiques Aspects physiologiques

Insuffisance cardiaque

N o d organisme. Rendement actuel Cible Justification de la cible

Tests paramétriques de comparaison de 2 moyennes Exercices commentés José LABARERE

Essai Inter-groupe : FFCD UNICANCER FRENCH - GERCOR

Représentation d une distribution

Assurance maladie grave

L hôpital de jour ( HDJ ) en Hôpital général Intérêt d une structure polyvalente? Dr O.Ille Centre hospitalier Mantes la Jolie, Yvelines

Montréal, 24 mars David Levine Président et chef de la direction DL Strategic Consulting. DL Consulting Strategies in Healthcare

Introduction à la statistique non paramétrique

Chapitre 6 Test de comparaison de pourcentages χ². José LABARERE

Biostatistiques Biologie- Vétérinaire FUNDP Eric Depiereux, Benoît DeHertogh, Grégoire Vincke

Votre guide des définitions des maladies graves de l Assurance maladies graves express

SOMMAIRE I. INTRODUCTION 4 II. SOURCES D INFORMATION 5

Correction de l examen de la première session

LA NOTATION STATISTIQUE DES EMPRUNTEURS OU «SCORING»

MESURE ET PRECISION. Il est clair que si le voltmètre mesure bien la tension U aux bornes de R, l ampèremètre, lui, mesure. R mes. mes. .

Déclarations européennes de la pharmacie hospitalière

OUVERTURE ET MISE EN PLACE

Le guide. pour tout comprendre. Agence relevant du ministère de la santé

«Cours Statistique et logiciel R»

AVENANTS ET DES GARANTIES

SONDAGE NATIONAL DES MÉDECINS 2014

QUELLES SONT LES OPTIONS DU TRAITEMENT DE LA LMC?

TABLE DES MATIÈRES. Bruxelles, De Boeck, 2011, 736 p.

GUIDE D INFORMATIONS A LA PREVENTION DE L INSUFFISANCE RENALE

Approche centrée e sur le patient

Théorie des sondages : cours 5

Introduction à l approche bootstrap

Analyses de Variance à un ou plusieurs facteurs Régressions Analyse de Covariance Modèles Linéaires Généralisés

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

Utilisation des médicaments au niveau des soins primaires dans les pays en développement et en transition

REFERENTIEL D AUTO-EVALUATION DES PRATIQUES EN ODONTOLOGIE

LA RESPONSABILITÉ DU RADIOLOGUE Point de vue de l avocat

Evaluation de critères res de substitution de la survie globale dans les cancers bronchiques localement avancés

Marchés des groupes à affinités

UFR de Sciences Economiques Année TESTS PARAMÉTRIQUES

Estimation: intervalle de fluctuation et de confiance. Mars IREM: groupe Proba-Stat. Fluctuation. Confiance. dans les programmes comparaison

LE GRAND LIVRE Du. Pr Jean-Jacques Altman Dr Roxane Ducloux Dr Laurence Lévy-Dutel. Prévenir les complications. et surveiller la maladie

LES ETUDES CLINIQUES EN 20 QUESTIONS

PLAC E DE L AN ALYS E TOXIC OLOG IQUE EN URGE NCE HOSP ITALI ERE

Feuille d instructions destinée aux agents quant à la façon de remplir le questionnaire médical VacanSanté

EFFICACITÉ ET INNOCUITÉ D UN MÉDICAMENT CONTRE LA MPOC COMPARATIVEMENT À UN CONTRÔLE

Comment bien soigner votre budget santé? 14 astuces pour soigner vos dépenses santé

Exercices - Fonctions de plusieurs variables : corrigé. Pour commencer

Février Sondage sur les français et leur pharmacie. Date : 05 mars 2013 OpinionWay, 15 place de la République, Paris. Tél :

Biostatistiques : Petits effectifs

TOUT CE QU IL FAUT SAVOIR POUR LE BREVET

AMMA HOSPI-PLAN Déclaration de sinistre

Validation clinique des marqueurs prédictifs le point de vue du méthodologiste. Michel Cucherat UMR CNRS Lyon

Exposé n 5: Bases IMS, Thalès Quel apport pour la sécurité d emploi des médicaments?

Principales causes de décès selon le groupe d âge et plus

Référentiel Officine

J aimerais garder les hypoglycémies sous contrôle - Que puis-je faire?

LEÇON N 7 : Schéma de Bernoulli et loi binomiale. Exemples.

Évaluation du risque cardiovasculaire dans le contexte de l hypertension artérielle et de son traitement

L obésité et le diabète de type 2 en France : un défi pour la prochaine décennie. DANIEL RIGAUD CHU de Dijon

ANNEXE IIIB NOTICE : INFORMATION DE L UTILISATEUR

ERRATA ET AJOUTS. ( t) 2 s2 dt (4.7) Chapitre 2, p. 64, l équation se lit comme suit : Taux effectif = 1+

LA MESURE DE PRESSION PRINCIPE DE BASE

PROGRAMME (Susceptible de modifications)

Livret des nouveaux anticoagulants oraux. Ce qu il faut savoir pour bien gérer leur utilisation

Foire aux questions Régime médicaments du Nouveau-Brunswick Le 10 décembre 2013

Cancer bronchique primitif: données épidémiologiques récentes

TESTS D'HYPOTHESES Etude d'un exemple

CCP PSI Mathématiques 1 : un corrigé

Le dépistage du cancer de la prostate. une décision qui VOUS appartient!

La problématique des tests. Cours V. 7 mars Comment quantifier la performance d un test? Hypothèses simples et composites

Activité des programmes de médicaments

23. Interprétation clinique des mesures de l effet traitement

DIRECTION DES SERVICES PROFESSIONNELS GESTION DES STUPÉFIANTS ET DES DROGUES CONTRÔLÉES EN PHARMACIE COMMUNAUTAIRE

Essais cliniques de phase 0 : état de la littérature

L APS ET LE DIABETE. Le diabète se caractérise par un taux de glucose ( sucre ) trop élevé dans le sang : c est l hyperglycémie.

I - CLASSIFICATION DU DIABETE SUCRE

Délivrance de l information à la personne sur son état de santé

LE PSORIASIS ET SES CO-MORBIDITES PARTICULIEREMENT LE DIABETE

Correction du baccalauréat ES/L Métropole 20 juin 2014

CONCOURS D ENTREE A L ECOLE DE 2007 CONCOURS EXTERNE. Cinquième épreuve d admissibilité STATISTIQUE. (durée : cinq heures)

DIAGNOSTIC SOLAIRE ÉVALUEZ VOTRE SENSIBILITÉ ET VOTRE RISQUE AU SOLEIL! INSTITUT FRANÇAIS SOLEIL & SANTÉ.

l ETP est elle compatible avec La télésurveillance de l observance à la PPC? Dany Baud CHSPneumologie Chevilly Larue

Transcription:

Question 1 (1050) Suite à une grande étude épidémiologique sur les infections opportunistes chez le sidéen sur un échantillon de 400 000 patients observés en structure hospitalière, on observe 100 000 cas d infections pulmonaires en 007. Une étude de cohorte a été réalisée alors, à partir des patients sidéens indemnes d infections pulmonaires. Entre 007 et 010 de janvier à janvier, les hôpitaux concernés ont enregistrés 30 000 nouveaux cas. Cochez les propositions justes : A. La prévalence des infections pulmonaires chez le sidéen est de,5 pour 100 B. La durée d observation totale pendant l étude de cohorte est de 40 000 personnesannées C. L estimation du taux d incidence donne 1 cas pour 30 personnes- années. D. On obtient l erreur type d un taux d incidence estimé par la racine carrée du taux d incidence sur la durée totale d observation. E. L intervalle de confiance à 95% du taux d incidence est : Î ± 1,96 x. Exercice 1 (concerne les questions et 3) : Enoncé : Dans étude clinique de phase III, on cherche à savoir si un nouveau médicament antidiabétique apporte une réelle innovation sur le marché pharmaceutique. Pour cela on le compare au médicament de référence. On dispose dans un premier temps, d une cohorte de 30 patients malades volontaires. Un groupe de 15 personnes testera la molécule de référence (groupe 1) tandis que l autre testera la nouvelle molécule (groupe ). Cependant avant la mise en place de l étude, on vérifie que les deux groupes soient homogènes et équivalents. Pour cela, on compare leur taux de sucre dans le sang avant traitement : Groupe 1 : le taux moyen de sucre est de 190 ± 0 mgl Groupe : le taux moyen est de 130 ± mgl On considère que la variable «taux de sucre» suit une loi normale et on choisit un risque de 5%. Question (100) A. On effectue un test de conformité d une moyenne à une moyenne de référence B. On effectue un test de comparaison de moyennes en série appariée puisque les échantillons sont identiques. 1

C. On effectue un test de comparaison de moyennes d échantillons indépendants puisque les groupes sont indépendants. D. Compte-tenu des conditions, on doit effectuer une comparaison des variances des deux échantillons avec la table de fischer. E. Comme F = S²1S² = 1,1 et Fseuil =,484 ; Fseuil > F, l hypothèse nulle n est pas rejetée : les variances ne sont pas significativement différentes. Question 3 (1050) A. Sous H0, la variable aléatoire «grandeur test» T = Student (n1+n-ddl) B. On obtient z = 1,5 avec 0,36 et x 0,36 8 C. Le degré de significativité est p < 0,01 D. On rejette l hypothèse H0 au risque 5% E. Les taux de sucres dans le sang des deux groupes ne sont pas significativement différents au risque 5%. Question 4 (1050) A. Un test de corrélation linéaire permet d étudier la liaison de deux variables aléatoires X et Y quantitatives. B. Plus le coefficient de corrélation est proche de 1, plus la liaison linéaire entre X et Y est forte. C. On estime qu il y a corrélation linéaire significative entre la mortalité Y de cellules leucémiques et la concentration X d éthanol en contact avec le tissu vivant sur 18 échantillons contenant la même quantité de cellules. On a calculé que cov(x,y)=7, S² x = 9, S² y = 100. Donnée : 0,45 D. L approximation du coefficient de corrélation de Pearson ρ par r permet d effectuer un test de corrélation (hypothèse H0). On conclura à une indépendance entre X et Y, lors du rejet de H0, à condition que X et Y suivent une loi normale. E. Dans le test non paramétrique de Spearman, l approximation de s par r s est d autant plus fidèle qu il y a de valeurs identiques de X ou de Y.

Question 5 (1050) A. Si la pente de la droite de régression linéaire simple est nulle, Y dépend de X. B. Dans l équation de la droite de régression Y = β 0 + β 1 X + Є, β 1 représente la pente de la droite et β 0, l ordonnée à l origine. C. R² peut rendre compte de la qualité de l ajustement par exemple via la méthode des moindres carrés ordinaires, de la droite de régression de Y en fonction de X. D. Les variations de Y en fonction de X, sont observées grâce à un diagramme de dispersion à partir duquel on trace une droite passant par les données (x i, y i ). E. Le test de régression linéaire revient à faire une analyse de la variance inter-groupe de valeurs de Y par rapport à la variance intra-groupe de valeur de X. Question 6 : (1050) Des médecins ont voulu étudier une nouvelle maladie. Ils ont pu émettre l'hypothèse que l'apparition de cette maladie était favorisée par l'exposition à des gaz toxiques rejetés dans les villes. Pour confirmer leur idée, ils ont suivi 0 personnes présumées non atteintes de la maladie pendant 5 ans. 15 venaient de Lyon, qui étaient considérées comme les patients exposés, et les 5 autres habitaient dans le Jura et étaient considérés comme non exposés. Voici les résultats obtenus : Patients de Lyon : 3

Patients du Jura : A. Cette étude transversale permet de calculer la prévalence de la maladie dans la population. B. La durée totale d observation pour les patients du Jura est de 5 personnes-années. C. Le taux d'incidence de la maladie chez les patients exposés est de 1 nouveau cas par 9 personnes-années. D. La probabilité pour les personnes habitant le Jura de développer la maladie à 5 ans est de E. L incidence de la maladie chez les patients exposés est plus de deux fois supérieure à celle chez les patients non exposés. Question 7 : (1050) 100 cas de cancers des voies aérodigestives et 400 non malades sont interrogés sur leurs habitudes passés de consommation de tabac. Les résultats de cette enquête sont que 40 des malades et 40 des non malades consommaient du tabac. A. Cette enquête est une enquête cas témoins observationnelle. B. La valeur de l odds d exposition chez les malades est de 0,67. C. La valeur de l odds d exposition chez les malades est de 0,4. D. La valeur de l odds ratio d exposition est de 6. E. Cette étude nous permet de dire que la prévalence de la maladie dans la population est de 0.. 4

Exercice : (concernant les questions 8 et 9) On souhaite évaluer l effet de l administration d un nouveau médicament à propriétés antidiabétiques. Pour cela on réalise un essai clinique sur des patients diabétiques dans 0 centres, comparant ce nouveau médicament à un placebo. Pour attribuer le médicament ou le placebo, une liste de randomisation a été préétablie pour chaque centre et déposée sous la responsabilité d un pharmacien du centre. Chez un diabétique non traité, la glycémie à jeun moyenne est de 1.5gl. On considère qu un médicament a des propriétés antidiabétiques s il abaisse la glycémie à jeun à 1gl. L écart type de la mesure de la glycémie dans la population de diabétiques est de 0.1gl. Lors de cet essai clinique, ni les patients ni les investigateurs n étaient au courant de l attribution du médicament ou du placebo. Question 8 : (1050) A. La randomisation est nécessaire dans un essai clinique car elle permet d imputer les différences observées entre les deux groupes à la différence de traitement. B. Dans cet essai clinique, on aurait pu puisque l âge est un facteur de confusion et qu il est donc intéressant de l étudier constituer les deux groupes selon l âge des patients, comme par exemple décider d attribuer la placebo aux patients de moins de 50 ans et le traitement à tester aux patients de plus de 50 ans. C. Cette étude a été réalisée en double insu car lors d un essai clinique, on ne peut pas utiliser le simple insu, c'est-à-dire être dans la situation où seuls les patients ignorent s ils reçoivent le placebo ou le médicament. D. Grâce à cet essai clinique, on pourra inférer que tout ce qu on observe dans la population source c'est-à-dire les patients suivis pendant l essai est vrai pour la population cible c'est-à-dire tous les diabétiques. E. L extrapolation dans un essai clinique consiste à dire que ce que l on a observé pour l échantillon est vrai pour la population cible, c'est-à-dire l ensemble des personnes à qui est destiné le médicament. Question 9 : (1050) A. Cet essai clinique est multicentrique. B. Cet essai clinique est stratifié sur le centre. C. Dans cet essai clinique, il faudrait inclure quatre fois plus de sujets pour une différence minimale cliniquement pertinente deux fois plus faible. D. Dans cet essai clinique, il faudrait inclure quatre fois plus de sujets pour une différence minimale cliniquement pertinente deux fois plus forte. E. Dans cet essai clinique, il faudrait inclure deux fois plus de sujets pour une différence minimale cliniquement pertinente deux fois plus faible. 5

Question 10 : (1050) En France, la prévalence des infections nosocomiales parmi les personnes ayant effectué un séjour à l hôpital est supposée connue et égale à 10%. On tire un échantillon de 400 personnes ayant effectué un séjour à l hôpital. Soit X la variable : «nombre de personnes de l échantillon ayant développé une infection nosocomiale.» A. La loi de X est la loi de Poisson. B. On peut approximer la loi de X par une loi normale de paramètres 40 et 6. C. On peut s attendre à ce qu il y ait 40 personnes atteintes d infection nosocomiale dans l échantillon. D. E. Exercice 3 (concerne les questions 11 et 1) : En France, 10% des cancers de la peau sont des mélanomes. Ces mélanomes peuvent se développer à partir de grains de beauté ou sur une surface de peau saine sous la forme d une petite tache pigmentée plane. Le tableau ci-dessous indique les valeurs diagnostics des symptômes en faveur d un mélanome. Démangeaisons Contour Couleur Plus de 6mm de asymétrique inhomogène diamètre Se 43% 75% 75% 69% Sp 88% 47% 67% 58% Un patient décide d aller consulter son médecin car l aspect d un de ses grains de beauté s est modifié récemment. A l examen clinique, le médecin remarque que le patient présente les symptômes suivants : contour asymétrique et couleur inhomogène. Ce patient ne ressent pas de démangeaisons et le diamètre de son grain de beauté est de 4 mm. Question 11 (1050) A. La probabilité pré test est la probabilité qu'un patient qui vient consulter pour une modification récente d'un grain de beauté ait un mélanome. B. La probabilité post-test est la probabilité d être porteur d un mélanome sachant que les tests «contour asymétrique» et «couleur inhomogène» sont positifs et que les deux autres tests sont négatifs. C. La probabilité post-test est de 0,10. 6

D. L odds post-test est 0,100,90. E. L odds pré-test est de (0,100,90) x (0,75(1-0,47)) x (0,75(1-0,67)). Question 1 (1050) A. Les ratios de vraisemblance positifs des 4 symptômes sont respectivement : 0,430,1 ; 0,750,53 ; 0,750,33 et 0,690,4. B. Les ratios de vraisemblance négatifs des 4 symptômes sont respectivement : 0,880,57 ; 0,470,5 ; 0,670,5 et 0,580,31. C. Parmi les quatre tests, la présence de démangeaisons est le test le plus performant pour affirmer la présence d un mélanome lorsqu il est positif. D. Le contour asymétrique est plus performant que la couleur inhomogène pour affirmer la présence d un mélanome lorsque le test est positif. E. Plus le ratio de vraisemblance négatif est proche de 0, plus le test est performant pour éliminer la présence de la maladie lorsqu il est négatif. Exercice 4 (concerne les questions 13 et 14) Une étude a rassemblé les durées de vie observées en mois de 14 patients décédés d une même maladie grave. Ces durées de vie sont calculées à partir de la date de diagnostic de la maladie jusqu à la date de décès. Ces données sont résumées dans le tableau suivant : Numéro de patient Durée de vie en années 1 3 4 5 6 7 8 9 10 11 1 13 14 1 1 3 3 3 3 4 5 6 6 6 6 7 Question 13 (1050) A. Le risque de décès à 5 mois est de 914. B. La survie à mois est de 314. C. Le risque de décès à 3 mois est égal à la survie à 3 mois. D. La survie à 4 mois est de 614. E. Si certains sujets n étaient pas suivis jusqu à leur décès, on dirait que l observation correspondante est une observation censurée. 7

On désire à présent représenter la fonction de survie au cours du temps par la méthode de Kaplan et eier. Pour cela, on remplit le tableau ci-dessous : t i N i d i s i S i 0 14 1 14 114 114 1 1 111 g 3 x 4 711 4 7 1 z 5 6 1 56 6 5 y 15 7 1 1 0 Question 14 (1050) A. La méthode de Kaplan et eier est une méthode non paramétrique pour estimer la probabilité de survie. B. x vaut 8. C. y vaut 4. D. z vaut 78. E. g vaut (1x11)(14x1). Question 15 (100) Lors d un sondage effectué sur un échantillon de 11 personnes, il apparaît que 35% des personnes interrogées déclarent ne pas toujours suivre scrupuleusement la posologie de leur traitement. Quel est l intervalle de confiance de la fréquence théorique, sur toute la population, des sujets ne respectant pas toujours la posologie de leur traitement au risque 5%? A. 0.35 ± 1.96 x B. 0.35 ± 1.644 x C. 0.35 ± 1.9799 x D. 0.35 ± 1.96 x E. 0.35 ± 1.9799 x 8

Formulaire : ED linéaire, du nd ordre, à coefficients constants : Si Δ > 0 : racines réelles r 1 et r : Si Δ = 0 : 1 racine double réelle r 0 : y r t rt ESS e 1 e ( et ) y ESS e r 0 t t ( et ) Si Δ < 0 : racines complexes r 1 i et r i avec b a et a y ESS t e cos( t) sin( t) ( et ) Lois de probabilité : P(X = k) = f(x) = x exp (- ( ) ) Intervalles : x x x x x x 9

10 0 0 ) (1 ) (1 ) (1 z z n z z n R R E E Evénement = avoir la maladie Evénement T+ = avoir un test positif P P T P P T P P T T P ) ( ) ( ) ( P T P T RV P T P T RV P P Odds Odds Odds P 1 t e R t 1

11

1

13

14

15