AIDE A LA REDACTION DU PLAN DANALYSE ET A L PDF

Plan danalyse statistique des données

5 mai 2023 Elaboration du Plan d'Analyse Statistique. Interpretation ... Par exemple la durée peut être plus courte pour les références et les abandons avec.

Plan danalyse des données de planification familiale

Statistiques (CPS) et les projets Health Policy. Plus

AIDE A LA REDACTION DU PLAN DANALYSE ET A L

A) PLAN D'ANALYSE STATISTIQUE TYPE. Les analyses statistiques ont été Modèle ascendant ou descendant ? Interactions recherchées ? Les hypothèses à tester ...

Présentation des méthodes de collecte et danalyse de données

Les données provenant des questionnaires ont fait l'objet d'un traitement statistique et les données qualitatives ont été étudiées dans leur ensemble en l'

1 METHODES DANALYSE ET DINTERPRETATION DES ETUDES

Ils servent à obtenir des représentations visuelles et des cartes perceptuelles à partir de programmes d'analyse statistique des données. Par exemple ils.

Manuel danalyse des données et de rapports statistiques sur le

plan d'échantillonnage et l'analyse des données 9. Méthodes de saisie des Par exemple le bureau central de statistique du Belize utilise généralement un.

STT 3410 Plans et analyses dexpériences

de l'analyse statistique de telles expériences. Objectifs particuliers: À la Par exemple une étude sur l'usage du tabac sur des humains ne peut pas être ...

Gestion et analyse de données denquêtes épidémiologiques

29 avr. 2010 modèle causal / conceptuel . bibliographie. - type d'unité statistique. - plan d'analyse. ▫ Distinguer variables initiales / dérivées. ▫ Choix ...

Plan dexpérience et analyse de données: résumés et exercices

12 janv. 2017 Le tableau d'analyse de variance pour le plan d'analyse S84*T2 sur notre exemple de ... La conclusion dans une analyse statistique comporte ...

ANALYSE STATISTIQUE DES DONNÉES ISSUES DES RAPPORTS

Pour les trois autres activités (ESAD PASA et UHR)

AIDE A LA REDACTION DU PLAN DANALYSE ET A L

Les analyses statistiques ont été réalisées par le méthodologiste du Centre de Recherche Clinique du CHU Variables d'ajustement forcées dans le modèle ?

Présentation des méthodes de collecte et danalyse de données

correspondre » différents groupes (par exemple dans le cas de méthodes quasi Il existe d'autres sources de données notamment : les statistiques ...

Guide de validation des méthodes danalyses

28 oct. 2015 d'un modèle-type pour la rédaction de méthodes d'analyses en vue de ... validées sur le plan statistique (calculs) mais également sur le ...

Plan danalyse des données de planification familiale

Les questions peuvent également être ventilées pour examiner des méthodes contraceptives particulières par exemple les implants

analyse-R.pdf

26 avr. 2022 Trajectoires de soins: un exemple de données longitudinales . ... celles des autres logiciels usuels d'analyse statistique ;.

Méthodes danalyse statistique des schémas détude en stepped

14 oct. 2021 4.2.1 Les variables du modèle sans covariable . ... r la rédaction d'un plan d'analyse statistique et par la réalisation.

PROTOCOLE DENQUETE EPIDEMIOLOGIQUE DESCRIPTIVE

Plan d'analyse . mesurer par exemple la taille la pression artérielle…. c. Recueil(s) de l'enquête ... précisant les moyens statistiques mis en œuvre.

ELABORATION DUN PROTOCOLE DANALYSES DE DONNEES

sur le plan administratif ainsi qu'à toute l'équipe de la Station IFREMER de représentations graphiques (exemple : cercle des corrélations ou analyse ...

Lanalyse statistique du plan en carré latin nécessite comme pour

1 janv. 2022 Ce programme fait appel au modèle développé par B.J.Winer dans son ouvrage Statistical Principles in Experimental Design (Mc Graw-Hill 1971.

Diapositive 1

27 juin 2014 2. La place de l'analyse statistique. 13. Protocole. CRF. Plan d'analyse stat. SDTM. Autres données sources pour ADaM. Etape de création.

CHU d"Angers / Département de Santé Publique / Elsa Parot-Schinkel (interne) 1 / 2

AIDE A LA REDACTION DU PLAN D"ANALYSE ET A L"INTERPRETATION DES RESULTATS

A) PLAN D"ANALYSE STATISTIQUE TYPE

Les analyses statistiques ont été réalisées par le méthodologiste du Centre de Recherche Clinique du CHU d"Angers (Dr

Elsa PAROT-SCHINKEL) avec le logiciel SPSS version 15.

Le seuil de significativité est fixé à 0,05 et tous les tests sont bilatéraux. Les résultats sont exprimés sous forme de

moyenne ± déviation standard (pour les variables quantitatives) ou de pourcentage (pour les variables qualitatives).

Une analyse descriptive simple a été

réalisée sur l"ensemble de la population de l"étude puis par sous-groupes. Cette description a porté sur les données socio-démographiques, les antécédents médicaux, les traitements en cours, ... Une étude qualitative et quantitative des données manquantes a été réalisée.

Les deux sous-groupes étudiés ont été constitués en fonction du statut pour " variable de groupe » G +/- seuil choisi si

variable quantitative (ex : insuffisance rénale Oui/Non déterminé en fonction de la valeur de la créatininémie).

Pour répondre à l"objectif principal de l"étude, une analyse univariée a été réalisée afin de déterminer les facteurs associés

G (ex : insuffisance rénale) à inclure dans l"analyse multivariée. Les tests statistiques utilisés sont le test de Chi-deux de

Pearson

(ou le test exact de Fisher selon la distribution de la variable) pour les variables qualitatives et le test-T de

Student

(ou le test non paramétrique de Mann-Whitney selon la distribution de la variable) pour les variables

quantitatives. L"association entre chaque facteur de risque supposé et G a été estimée au moyen de l"Odds Ratio (OR) [risque relatif (RR) si prospectif] et de son intervalle de confiance à 95%.

Une analyse multivariée par

régression logistique multiple [régression linéaire multiple si variable d"intérêt quantitative] a

permis d"estimer

l"Odds Ratio ajusté [le coefficient ajusté] et son intervalle de confiance à 95% pour chaque facteur

retenu (seuil conservateur

0,20). Variables d"ajustement forcées dans le modèle ? Modèle ascendant ou descendant ?

Interactions recherchées ?

Les hypothèses à tester (résultats attendus) sont ...

B) INTERPRETATION DES TESTS

· " dans notre échantillon, on observe (ou pas) une différence (ou un lien) statistiquement significative entre x et y avec

une probabilité p=0,0... » ~ OUI

(p<0,05 ; p peut ne pas être mentionnée dans le texte mais indiquée dans le tableau récapitulatif des résultats)

¹¹¹¹ " x est un facteur influençant (~ facteur de risque, facteur pronostic) de y » ~ NON

? Cette conclusion implique que l"on a vérifié la puissance (effectifs) et la représentativité (biais diverses et variés) de l"étude ; ainsi

que les critères (statistiques, scientifiques, cliniques, bibliographiques, ...) de causalité entre x et y !!

· ... les faibles effectifs observés ne nous permettent pas de conclure ...

· (limite S ou L) = à la limite de la significativité ~ quand p est compris entre ]0,05-0,10] => le résultat n"est pas significatif mais

on peut le mentionner à part et il est intéressant de le discuter tout de même car on peut supposer (en fonction des données

étudiées ~ faibles effectifs, biais d"échantillonnage ou de classement) qu"il n"est pas significatif non pas parce qu"il n"y a pas de

différence mais probablement parce qu"on n"a pas assez de puissance pour mettre en évidence cette différence !!!

CHU d"Angers / Département de Santé Publique / Elsa Parot-Schinkel (interne) 2 / 2

C) RAPPELS STATISTIQUES

1) Tests statistiques pour les variables Quantitatives :

a) Groupes indépendants :

- comparaisons de moyennes pour 2 groupes indépendants = test-T de Student pour variables quantitatives qui suivent

une loi normale (~ effectifs de chaque sous-groupes > 30); sinon test non paramétrique de Mann-whitney.

- comparaisons de moyennes pour >2 groupes indépendants = ANOVA pour variables quantitatives qui suivent une loi

normale (~ effectifs de chaque sous-groupes > 30); sinon test non paramétrique de Kruskall Wallis.

(le test non paramétrique de Kruskall Wallis est applicable aussi sur seulement 2 groupes ; dans ce cas les résultats sont identiques à

un test de Mann-Whitney) b) Séries appariées (le sujet est son propre témoin) :

- comparaisons de moyennes pour 2 groupes non indépendants (séries appariées ~ comparaison dans le temps) =

test-T de Student pour séries appariées pour variables quantitatives qui suivent une loi normale (~ effectifs > 30); sinon

test non paramétrique de Wilcoxon.

- comparaisons de moyennes pour >2 groupes non indépendants (séries appariées ~ comparaison dans le temps) =

ANOVA pour mesures répétées pour variables quantitatives qui suivent une loi normale (~ effectifs > 30); sinon test non

paramétrique de Friedman.

2) Tests statistiques pour les variables Qualitatives :

a) Groupes indépendants :

- pour les variables qualitatives et groupes indépendants, il s"agit du test de chi-deux de Pearson qui n"est valide que si

tous les effectifs calculés sont supérieurs ou égaux à 5 sinon il faut prendre le test exact de Fisher mais il ne se calcule

que pour les tableaux croisés de 2 lignes et 2 colonnes (tableau croisé avec deux variables à 2 modalités ~ 0/1) !!!

Effectifs calculés ~ effectifs attendus (théoriques) sous l"hypothèse nulle c"est-à-dire sous l"hypothèse d"indépendance des deux

variables ! Pour chaque case du tableau croisé :

Effectif calculé = [(Total de la ligne correspondante) x (Total de la colonne correspondante)] / (Total du tableau croisé)

b) Séries appariées (le sujet est son propre témoin) :

- pour les variables qualitatives et groupes non indépendants, il s"agit du test de Mac-Nemar qui n"est valide que si le

nombre de paires discordantes > 10 sinon aucun test n"est possible !!!quotesdbs_dbs9.pdfusesText_15

[PDF] AIDE A LA REDACTION DU PLAN DANALYSE ET A L