Diapositive 1
18 jui. 2018 description des intervalles de confiance à 95% ... Intervalle de confiance 95% du hazard ratio pour la survie globale.
Présentation PowerPoint
Le petit « p ». • La déviation standard. • L'intervalle de confiance hazard ratio (HR) = 131 ; IC95 = 1
ERREUR STANDARD
L'intervalle de confiance donne une estimation de la précision de la moyenne ou de la proportion Hazard ratio = risque relatif lié aux covariables de.
Essais de non-infériorité - Comment ne pas dépasser les bornes
Rappels : Notion d'intervalle de confiance L'intervalle de confiance à 95% autour de u ... Hazard. Ratio. Traitement bénéfique. ?RR. Edouard Ollier.
95% de confiance avec une pincée de méfiance
données; elles sont représentées par l'intervalle de confiance (IC) Dans un essai clinique d'un nouveau traitement on trouve un hazard ratio.
Rapport de vraisemblance pour interpréter les résultats dun essai
Estimation: mettre l'accent sur l'intervalle de confiance et considérer toute son étendue Pour un hazard ratio HR (ou autre mesures de type ratio).
Mesures dassociations et Tests statistiques
Odds ratio / rapport de cotes. • étude cas-témoin. • voir étude transversale Si l'intervalle de confiance ne comprends pas 1.
Cancer de lovaire
CT : chimiothérapie ; HR : Hazard Ratio ; IC95 : intervalle de confiance à 95 % ; SP : sels de platine ; vs : versus.
Présentation PowerPoint
extrêmes sont éloignées plus l'intervalle de confiance est étroit et Le Hazard Ratio (HR) est le risque relatif instantané mesure la.
Calcul du nombre de sujets nécessaires
4 avr. 2019 Exemple : largeur de l'intervalle de confiance pour RR = 1.5 ... (hazard rates)
[PDF] Intervalle de confiance : à quoi ça sert - Centre de recherche clinique
18 jui 2018 · relatif différence de moyennes hazard ratio ) • Formules pour une moyenne et une proportion : Intervalles de confiance à 95
[PDF] 95% de confiance avec une pincée de méfiance
Dans un essai clinique d'un nouveau traitement on trouve un hazard ratio de mortalité de 0 67 (IC95 0 50 – 0 90 p
[PDF] Risque Relatif Odds Ratio - Réseau Sécurité Naissance
Lorsque l'intervalle de confiance ne comprend pas 1 l'OR est dit significativement différent de 1 au risque choisi (généralement p < 0 05)
Interprétation de lintervalle de confiance dun rapport de risques d
Interprétation de l'intervalle de confiance d'un rapport de risques d'un rapport de taux d'incidence ou d'un odds ratio
[PDF] Analyses de Survie Jonathan Lenoir
estimation de l'intervalle de confiance de la fonction S de survie : 95 Risque proportionnel HR ou hazard ratio : ? Le risque proportionnel (HR)
[PDF] Mesures dassociations et Tests statistiques
Odds ratio / rapport de cotes • étude cas-témoin • voir étude transversale Si l'intervalle de confiance ne comprends pas 1
[PDF] Emmanuel Chazard
19 nov 2018 · Facteurs de confusion ? Hazard ratios et int de conf à 95 : Trauma : 0 865 [ 0 527 ; 1 42 ] Psych :
[PDF] M 2018/02 Modèles semi-paramétriques de survie en temps continu
Le calcul par défaut de l'intervalle de confiance diffère entre les différents logiciels mais les deux méthodes présentées ici sont toujours implémentées 2 3
[PDF] ERREUR STANDARD - SRLF
L'intervalle de confiance donne une estimation de la précision de la moyenne ou de la proportion Hazard ratio = risque relatif lié aux covariables de
[PDF] Dossier 6 – Lessai de non-infériorité - Livre blanc SFPT
19 fév 2022 · 3 2 Intervalle de confiance unilatéral ou bilatéral résultats sont donnés sous forme de hazard ratio et non pas de différence de
Comment interpréter un HR ?
Le HR peut être interprété comme un risque relatif. C'est le facteur multiplicatif caractérisant l'effet du traitement, mais ce facteur s'applique sur les risques instantanés et non pas sur les risques. Dans les publications, le HR est parfois présenté comme un risque relatif dont il est souvent proche numériquement.Comment calculer l'intervalle de confiance à 95% ?
Pour un sondage de N personnes ayant pour résultat la fréquence f et la probabilité pp alors l'intervalle de confiance à 95% se calcule de la façon suivant : [p?1.96?f(1?p)/?n,p+1.96?p(1?p)/?n].Pourquoi intervalle de confiance à 95% ?
L'Intervalle de Confiance à 95% est l'intervalle de valeur qui a 95% de chance de contenir la vraie valeur du paramètre estimé. Le seuil de 95% signifie qu'on admet un risque d'erreur de 5%: on peut réduire ce risque (par exemple à 1%), mais alors l'Intervalle de Confiance sera plus large, donc moins précis.- En pratique, on prend comme estimation de ?(X) la valeur s, l'écart-type de la série de mesures issues de l'échantillon. Ainsi l'on voit que pour augmenter la confiance, il faut élargir l'intervalle et pour obtenir un intervalle plus fin avec même degré de confiance, il faut augmenter la taille de l'échantillon.
Rapport de vraisemblance
pour interpréter les résultatsThomas Perneger
Journal of clinicalepidemiology2021;136:235-42
1 2P value (Fisher): 0.009
Problème des tests/p
Ne mesure pas "evidencein data»
interpréter une étude particulièreDichotomisation injustifiée (sig./NS)
Interprété incorrectement par la majorité des usage/ères:p est la probabilité de données observées et plus extrêmes sous une certaine hypothèse
(dont on ne sait pas si elle est vraie ou fausse), mais observées 3 Faux! Probabilité que ce résultat soit dû au hasard (mais pas à Probabilité que ce résultat ne soit pas dû au hasard (maisă l'efficacitĠ de la Streptomycine): >99%
P est interprété incorrectement comme la probabilité que = Hypothèse nulle = Hypothèse alterne 4Que faire?
Estimation:mettre l'accent sur l'interǀalle de confiance et considĠrer toute sonétendue
Mais souǀent c'est un substitut au test͗ l'interǀalle contient-il la valeur nulle du paramètre?
Imprécision et incertitude dérangent
Analyse Bayesienne:
On pose une distribution a priori du paramètre
On effectue les observations
On met à jour la distribution du paramètre (par application du théorème de Bayes) Cette méthode a du mal à percer dans les domaines appliqués, notamment en recherche clinique 5Novembre 1987, amphi de la Polimed
H0HA résultatZone d'acceptation de H0
6Novembre 1989, Johns Hopkins (Richard Royall)
H0HA résultat RV 7En plus lisible:
H0centrée sur 0, variance = 1
HAcentrée sur A, variance = 1
8Dérivation du rapport de vraisemblance (=LR)
Fonction de densité normale:
RV = ratio de 2 densités de z:
Simplification des constantes:
Logarithme:
Forme générale A vs B:
9Comment obtenir z
Parfois z est rapportĠ dans l'article
Si la ǀaleur p est donnĠe de maniğre trğs prĠcise, on peut l'utilise pour calculer z Calculer z ă partir de l'estimateur et de l'interǀalle de confiance ă 95й (Inf, Sup)Pour une différence de moyennes ȴ
Erreur-type se(ȴ) = (Sup -Inf)/(2*1.96)
Z = ȴ/(se(ȴ))
Pour un hazardratio HR (ou autre mesures de type ratio) Prendre le logarithme du HR et des bornes Infet Sup Erreur-type se(log(HR)) = (log(Sup) -log(Inf))/3.92Z = log(HR)/se(log(HR))
10Comment obtenir A
La plupart des essais cliniques spécifient l'hypothğse alterne ayant servi au calcul de la taille de l'Ġchantillon Cette HAest décrite en unités naturelles, par exemple Différence moyenne de mmHgpour un impact sur la tension artérielle, ȴA Hazard ratio pour un effet sur la mortalité, HRA Pour obtenir A, il faut transformer HAdans les unités de z Pour ȴA, diviser ȴA par l'erreur-type observée de ȴ, se(ȴ):A= ȴA /se(ȴ)
Pour HRA, il faut prendre le log pour obtenir log(HRA), ensuite diviser log(HRA) par l'erreur-type observée de log(HR), se(log(HR)):A= log(HRA)/se(log(HR))
11Interprétation du RV
Le RV dit à quel point les résultats observés soutiennent une hypothèse l'hypothğse nulle alterne 12Lien avec le théorème de Bayes
Si on ne considère que 2 hypothèses HAet H0:Posteriorodds= LR * priorodds
Le RV (ou LR) est la quantité qui modifie ce qu'on pensait des hypothèses avant l'étude (priorodds) pour arriver à ce qu'on doit en penser après l'étude (posterior odds)LR = evidencein data!
Si on assigne des probabilités égales aux 2 hypothèses a priori (50/50: notion d'equipoise), posteriorodds= LR 13Propriétés utiles du RV
Plus simple que le test:
Dépend uniquement des données observées
Traite les 2 hypothèses équitablement
Interprétation assez intuitive
Ne fait pas appel à des propriétés "au long cours» Ne requiert pas de consensus sur une distribution a priori du paramètre d'hypothğses (A et B)Flexible
Permet de combiner connaissances a priori aǀec les rĠsultats d'un RCT (Bayes) Permet de combiner des rĠsultats d'Ġtudes indĠpendantes (somme des log(RV)) Simplifie les interimanalyses des essais cliniques 14NEJM 2020; 382:717-26
HA 15Même si avant l'étude on pensait que l'intervention n'avait qu'une chance sur 100 de réduire la TAS de
5mmHg en moyenne (plutôt que pas du tout), maintenant on devrait y croire à 99.98й ( 6000/6001)
Si on compare l'hypothğse d'une baisse de 5mmHg ă une baisse de 2.5mmHg, les donnĠes faǀorisent la
première par un RV de 34.8. Si au départ on était à 50/50, maintenant on devrait attribuer à la première
une probabilité de 97.2%16Attn! HR inversé, 1/0.7=1.43
Tang W et al. BMJ 2020;369:m1849
17Les rĠsultats sont clairement en faǀeur de l'hypothğse nulle͊ (on ne peut jamais dire cela aǀec le test).
Essai de prophylaxie post-exposition, lopinavir/ritonavirvs observationRandomisé, ouvert, multicentrique
Participants exposés au SARS-CoV-2, asymptomatiques Primaryoutcome: Covid-19 dans les 3 semaines suivant l'inclusion Hypothèse alterne: détecter une diminution de l'incidence de 20% à 8% HRA= log(1 -R1)/log(1 -R0) = log(0.92)/log(0.80) = 0.3737HR observé: 0.60 (95%CI 0.29 -1.26, p=0.18)
19Interprétation de COPEP
InterprĠtation ͨtestͩ͗ rĠsultat NS, nous n'aǀons pas ǀu d'effet de la PEP, Ġtude nĠgatiǀe
20RV de COPEP
Prendre le logarithme de HRA
log(0.3737) = -0.9843Prendre le logarithme des résultats
log(0.60) = -0.5108 log(0.29) = -1.2379 log(1.26) = 0.2311Calculer se(log(HR))
(0.2311 + 1.2379)/3.92 = 0.3747Calculer z
-0.5108/0.3747 = -1.3632Calculer A
-0.9843/0.3747 = -2.6269Calculer log(RV): Az-0.5*A2= 0.1307
Calculer RV: 1.14
Le résultat soutient HAet H0de manière quasiégale!
Si on avait donné des probabilités de 50/50 a priori, on devrait maintenant assigner 53%àHAet 47%à H0
Si on avait été moins gourmands et choisi unHRBde 0.6 (hindsight!):
RV = 2.53
On assignerait une probabilité a posteriori de
72%à HR=0.6 versus28%à HR=1
21Bilan des 3 exemples
Hypertension
"evidenceͩ trğs forte en faǀeur de l'interǀentionHydroxychloroquineet négativation du frottis
"evidenceͩ fortement en faǀeur de l'hypothğse nulle (сevidenceof absence!)Clôt le débat
COPEP et Covid
"evidence» très faible concernant les 2 hypothèses considérées (RV proche de 1) 22(ma) Recommandation pour interpréter un résultat de RCT Estimer l'effet (différence de moyenne, hazardratio) avec son intervalle de confianceà 95% ConsidĠrer toute l'Ġtendue de l'IC pour tenir compte de l'incertitude estimation est par définition "overfitted» aux données Cette estimation ne tient pas compte des hypothèses a priori Obtenir le rapport de vraisemblance des 2 hypothèses pré-spécifiées (nulle et alterne) Ce rapport nous oblige à revenir aux hypothèses de départ Il quantifie "strengthof evidenceͩ pour une hypothğse par rapport ă l'autre
Il permet de considĠrer sĠparĠment les opinions a priori et les rĠsultats de l'essai (ǀia Bayes)
2324
HA= mortalité réduite de moitié
z = -2.51A = ln(0.5)/0.5676 = -1.22
Ln(LR) = zA-A2/2 = 2.32
LR = 10.18
Four of the 55 S patients (7%) and 14 of the 52 C patients (27%) diedbeforethe end of six months. The differencebetweenthe twoseriesisstatisticallysignificant; the probabilityof it occurringby chance islessthanone in a hundred The observeddifferencecorresponds to a reductionof the mortalityrate by 76%. But thisestimateisimprecise; the truemortalityreductionmaybeas high as 92% or as low as 27%. The observedresultsupports the hypothesisthatstreptomycinreducesmortalityby half10 times more stronglythanthe hypothesisthatstreptomycinhas no effecton mortality. Someonewhoconsideredthese2 hypothesesto beequallyplausible beforethe trial shouldnowassigna probabilityof 91% to a mortalityreductionby half, and 9% to the absence of effect.Description
P-value
Confidence
intervalLikelihood
ratio BayesDIFFERENT
25Analogie avec test diagnostique positif
Est-ce que je pense que la
patiente a la maladie recherchée?Est-ce que le test parle en
faveur de la maladie recherchée?Est-ce que je dois traiter la
patiente comme si elle avait la maladie recherchée?On combine le résultats du
test avec la probabilité clinique pré-testOn ne considère que le
résultat du test (evidence)On doit considérer les
conséquences du traitement ou non-traitement, et des erreurs éventuellesAnalyse Bayesienne
Rapport de vraisemblance
Analyse décisionnelle (et
test statistique: rejeter ou ne pas rejeter) 26Points forts du RV
Yuantifie la force de l' ͨevidence» concernant 2 hypothèses Traite les 2 hypothğses de maniğre Ġgale; donne une chance ă l'hypothğse nulleNe dépend pas de résultats non-observés
Ne dĠpend pas du design de l'Ġtude, des rğgles d'arrġtFacilite l'interprĠtation par les usagers
Facilite l'intĠgration de l'evidence(somme des log(RV)) Peut faciliter la transition vers une approche Bayesienne 27Limitations du RV
Nécessite de choisir 2 hypothèses spécifiques, pas plus ni moinsNaturel pour un RCT
Contraignant/arbitraire pour la recherche observationnelle sans HApré-établieN'évite pas les mauvaises pratiques
Design inadapté, biais, confusion, etc
Fishingexpedition
Publication sélective
Peut faire obstacle à une approche Bayesienneglobale 28Questions/commentaires/critiques
29quotesdbs_dbs44.pdfusesText_44
[PDF] définition cal vicieux
[PDF] reconstitution osseuse après fracture
[PDF] cal osseux metatarse
[PDF] cal osseux tibia
[PDF] cal osseux clavicule
[PDF] trait de fracture toujours visible
[PDF] cal hypertrophique définition
[PDF] nathan enseignants
[PDF] tableau filetage whitworth
[PDF] filetage uns
[PDF] filetage un
[PDF] vis 3/8 pouce
[PDF] filetage unc tableau
[PDF] vis unf