Enseignant : B Lepage
Cours : 3h
TP : analyses sur logiciel (Stata, R) 3h
Objectif(s) de l’enseignement :
- Savoir détecter la présence d’erreurs de mesure, savoir évaluer la qualité des données
- Connaître les principales méthodes d’évaluation de la fiabilité d’une mesure
- Comprendre les conséquences potentielles des erreurs de mesure
- Connaître les principales méthodes de prise en charge des erreurs de mesure
Prérequis : UE Méthodologie de la recherche clinique et épidémiologique niveau Master 1 ; connaître les principes de l’ANOVA.
Description de l’enseignement :
- Rappels sur la qualité de la mesure, sur la variabilité, définitions
- Méthodes d’évaluation de la reproductibilité : méthode graphique de Bland et Altman, coefficients de corrélation intraclasse, coefficient Kappa
- Généralisation du coefficient de corrélation intraclasse pour décomposer la variance
- Conséquences sur les estimations
- Erreurs de mesure différentielles et non-différentielles
- Méthodes de prise en charge des erreurs de mesure : dans la rédaction du protocole, au moment de l’analyse. Détection/correction des erreurs. Introduction à quelques méthodes de correction (recalibration, étude de sensibilité, méthode Simex).
Savoirs et savoir-faire que l’étudiant doit posséder à l’issue de l’enseignement :
- Savoir détecter les aberrations, connaître les méthodes simples (analyses descriptives) d’évaluation de la qualité des données
- Savoir décrire la fiabilité d’une mesure quantitative par la méthode de Bland et Altman, par le calcul d’un coefficient de corrélation intraclasse. Savoir décrire la fiabilité d’une mesure binaire par le coefficient Kappa. Savoir interpréter les indicateurs classiques de la fiabilité d’une mesure
- Connaître les définitions et les conséquences d’un biais de classement différentiel, d’un biais de classement non-différentiel
- Savoir anticiper les erreurs de mesure dans la rédaction d’un protocole
- Savoir appliquer les méthodes de prise en charge statistique simples pour minimiser les biais liés aux erreurs de mesure (détection et correction des données aberrantes, utiliser la moyenne de mesures répétées, …)
Bibliographie :
- B Falissard. Mesurer la subjectivité en santé. Perspective méthodologique et statistique. 2ème édition (2008). Elsevier Masson
- David L Streiner Geoffrey R Norman John Cairney. Health measurement scales : A practical guide to their development and use. Oxford University Press (2015)