Title: Initiation aux enqu
1Initiation aux enquêtes quantitatives
- Le BA-BA de lépidémiologie et des statistiques
2Les différents types denquête
- Cadre général observationnel à différencier de
linterventionnel - Enquêtes transversales
- avantage une seule fois
- difficulté représentativité
- Enquêtes longitudinales (prospectives)
- difficulté attrition
- Cohortes
- Enquêtes cas témoins (rétrospectif)
- pas cher
- risque de biais
3Enquêtes transversales
- Problème de la représentativité
- caractériser léchantillon cible
- sassurer la représentativité de léchantillon
- biais supplémentaires si questionnaires
- biais de fréquentation
- Problème de la fiabilité des données
rétrospectives - Pas dhomogénéité de la durée dexposition (
à une molécule, à un vécu.)
4Description des données
- Données qualitatives en classes
- effectifs fréquences n ()
- éviter les questions ouvertes
- regrouper des classes
- faire le deuil de toutes les situations
- Données quantitatives
- distribution normale moyenne et écart type
- autres distributions médiane, IQR, rang
5Tabac (n2028)
gt20c/j
0 cig/j
1 à 20 cig/j
6Analyse descriptive
- Données qualitatives en classes
- effectifs fréquences n ()
- éviter les questions ouvertes
- faire le deuil de toutes les situations
- Données quantitatives
- distribution normale moyenne et écart type
- autres distributions médiane, IQR, rang
7Distribution normale
8Distribution normale
Écart-type
moyenne
9Distribution anormale
Médiane partage de 50 de la distribution IQR
limites de 3/4 de la distribution Rang
limites de la distribution entière
10Les boites à moustache
Nombre de symptômes déclarés
11Analyse explicative
- But rechercher les facteurs associés
explicatifs dune variable réponse - 1ère question quelle est la variable réponse?
- 2ème question comment elle se distribue?
- 3ème question quels facteurs explicatifs?
12Analyse univariée
- Lobjectif est de déterminer le rôle dun facteur
explicatif sur la variable réponse (ex rôle du
sexe ou de lage sur lobservance au trt) - On va comparer des proportions ou des
distributions - Variable explicative Obs Non-Obs
- Age moyen 40 36
- femmes 28 26
13Tests statistiques
- La différence observée est elle due au hasard ou
non? - Test statistique exprimé par p risque derreur
associé au fait de dire qu il existe une
différence - si p lt0.05 on décide que la différence observée
est significative
14Comparaison des personnes migrantes aux autres
- Autres Migrants
- Fumeurs 67 38
- Conso Alcool 46 32
- Conso produits 24 9
- Rapports homosexuels 51 31
- déjà répondu en 2002 15 10
- A eu une IST 30 31
- Fréquentation asso 1/s 41 44
15Comparaison des personnes migrantes aux autres
- Autres Migrants p
- Fumeurs 67 38 0.001
- Conso Alcool 46 32 0.002
- Conso produits 24 9 lt0.001
- Rapports homos 51 31 0.001
- déjà répondu 15 10 0.02
- A eu une IST 30 31 0.51
- Fréqu asso 1/s 41 44 0.26
16Expression par un OR ou RR
- Exemple risque de non-observance
- Variable explicative Obs Non-Obs OR 95IC
- femmes () 28 26 1.2 0.90-1.56
- sous IP () 58 66 1.5 1.2-2.3
- Age moyen 40 36 0.960.94-0.99
- LOR exprime le nombre de fois pour lequel on
doit multiplier le risque de non-exposé (ex sans
IP) par rapport aux exposés - l association n est pas significative si le 1
est dans lintervalle de confiance - Le sens de la relation est indiqué
17Limites des analyses univariées
- Le seuil de 0.05 est arbitraire, le sens
sinterprète par rapport à la taille de
léchantillon - On constate une relation, pas une causalité!!!
- Attention aux variables de confusion! Nécessité
dajuster!
18Prendre en compte les variables de confusion
- Toxi-infection alimentaire Pizza
19Prendre en compte les variables de confusion
- Toxi-infection alimentaire Pizza
Tiramisu
20Sortir de la confusion
- Relation entre manger une pizza et
toxi-infection alimentaire, OR 10 8-30 - Parmi ceux qui n ont pas mangé de tiramisu OR
1 0.8-1.2 - Parmi ceux qui ont mangé du tiramisu OR 1.2
0.9-1.3
21Prendre en compte les variables de confusion
- Code postal survie des séropos
Facilité daccès aux soins
22Prendre en compte les variables de confusion
- Traitement simple Observance
Tolérance perçue
23Lanalyse multivariée
- On tente dexpliquer la variable réponse par
plusieurs facteurs indépendamment associés - On introduit les facteurs associés ou presque
associés dans lanalyse univariée - Des facteurs liés à d autres vont
disparaître - On aboutit à un modèle qui résume plusieurs
dimensions explicatives
24Facteurs associés avec un comportement sexuel à
risque avec un partenaire occasionnel (cohorte
MANIF, analyse univariée,192 patients traités)
p
95 CI
OR
0.08
0.94-2.72
1.6
Sexe Féminin
0.03
0.27-0.93
0.5
Plus de 2 partenaires
0.09
0.96-1.72
1.3
Plus de 1 rapport par semaine
Dépression
0.01
1.19-2.51
1.7
0.05
0.88-2.261.12-3.53
11.411.98
Usage de drogueAbstinentSub non
injecteurInjecteurs
0.003
1.21-2.56
1.76
3 ou plus effets secondaires
25Facteurs non associés avec un comportement
sexuel à risque avec un partenaire occasionnel
(cohorte MANIF, analyse univariée,192 patients
traités)
- Bac
- Emploi
- Avoir un partenaire principal
- IP dans le traitement
- Nombre de comprimés
- Durée de traitement
- Charge virale indétectable
- Taux de CD4
- Stade clinique
- Consommation quotidienne dalcool
p gt 0.25
26Facteurs associés avec un comportement sexuel à
risque avec un partenaire occasionnel (cohorte
MANIF, analyse multivariée,192 patients traités)
95 CI
AOR
Plus de 2 partenaires
0.27-0.95
0.51
Plus de 1 rapport / semaine
0.98-1.76
1.31
Usage de drogueAbstinentSub non
injecteurInjecteurs
0.89-2.331.02-3.31
11.441.84
3 ou plus effets secondaires
1.19-2.55
1.74
27Facteurs associés à labsence de traitement
comparaison des 779 traités et des 200 non
traités (n 979)
- VARIABLE OR Aj IC95 Age (an) 0.94
0.92-0.95 - CMU de base 2.0 1.8-2.2
- Consommation de produits 2.2 1.5-2.9
- Consommation dalcool 1.4 1.1-1.9
- Taux de CD4
- gt350 1
- 200-350 0.7 0.5-1.1
- lt200 0.4 0.2-0.8
- NSP 1.3 0.8-1.5
28Les modèles longitudinaux
- Modèle de Cox modèle de survie, on modélise
les facteurs associés à un 1er évènement - Modèle GEE observations répétées au cours du
temps, le temps ninfluence pas les facteurs
expliquant la variable réponse - Modèle mixte observations répétées au cours du
temps, le temps influence les facteurs qui
expliquent la variable réponse - Modèles joints
29Impact of initial depression on HIV clinical
progression (MANIF 2000 cohort, n 243 treated
patients)
1.00
No depression
0.75
Depression
0.50
0.25
- BOUHNIK ANTIVIR THER 2005
Time (months)
0.00
0
20
40
60
80
30Independent factors associated with HIV clinical
progression (Cox multivariate model, MANIF 2000,
n 243)
RR CI 95
Initial depression
No
1
Yes
5,3 2,2-13,0
Average proportion of non adherence during
follow-up (per 10 increase)
1,2 1,1-1,3
CD4 lt 500 after ARV initiation
No
1
Yes
2,9 1,2-7,0