Scribd
Importer
11 vues3 pages

Fiche Revision Tableau Statistique

Ce document présente une fiche de révision sur l'analyse de tableaux en recherche, détaillant les types de variables (indépendantes et dépendantes), les indices descriptifs utilisés, ainsi que les tests statistiques appropriés pour les comparaisons inter-groupes et intra-groupes. Il explique également l'interprétation des résultats, notamment la signification des p-values et l'importance de l'effet clinique. Enfin, un résumé final est proposé pour structurer l'analyse.

Transféré par

xnkzps5hvd
Copyright
© © All Rights Reserved
Nous prenons très au sérieux les droits relatifs au contenu. Si vous pensez qu’il s’agit de votre contenu, signalez une atteinte au droit d’auteur ici.
Formats disponibles
Téléchargez aux formats DOCX, PDF, TXT ou lisez en ligne sur Scribd
11 vues3 pages

Fiche Revision Tableau Statistique

Ce document présente une fiche de révision sur l'analyse de tableaux en recherche, détaillant les types de variables (indépendantes et dépendantes), les indices descriptifs utilisés, ainsi que les tests statistiques appropriés pour les comparaisons inter-groupes et intra-groupes. Il explique également l'interprétation des résultats, notamment la signification des p-values et l'importance de l'effet clinique. Enfin, un résumé final est proposé pour structurer l'analyse.

Transféré par

xnkzps5hvd
Copyright
© © All Rights Reserved
Nous prenons très au sérieux les droits relatifs au contenu. Si vous pensez qu’il s’agit de votre contenu, signalez une atteinte au droit d’auteur ici.
Formats disponibles
Téléchargez aux formats DOCX, PDF, TXT ou lisez en ligne sur Scribd

FICHE DE RÉVISION – Analyser un

tableau (Baseline → Follow-up →


Interaction)
1) Type de variables

1.1 Du point de vue méthodologique

Variables independantes possibles (facteurs)


- Groupe (ex : Groupe intervention / Groupe placebo) -> Variable independante inter-sujets
- Temps (ex : Baseline, Follow-up 1, 2, 3) -> Variable independante intra-sujets (facteur
temps)

Variables dependantes
- Exemples : Frequence d'un symptome, Intensite de douleur, Qualite de vie, Score
fonctionnel, Force musculaire, Taux biologique -> Variables dependantes

1.2 Du point de vue du type de mesure

- Nombre de jours, frequence, score (NRS, EVA, questionnaire de qualite de vie, etc.) ->
Quantitative continue
- Categories ordonnees (ex : stade de gravite, echelle Likert) -> Ordinale
- Presence/absence, succes/echec, oui/non -> Qualitative nominale binaire
- Age, poids, taille, pression arterielle -> Quantitative continue
- Sexe, groupe sanguin, categorie socio-pro -> Qualitative nominale

2) Indices descriptifs utilises pour chaque variable

- Moyenne (Mean) -> Pour variables quantitatives continues


- Intervalle de confiance (95% CI) -> Pour estimer la precision de la moyenne
- Mediane (si indiquee) -> Pour variables ordinales ou si donnees non normales
- Ecart-type (SD) -> Parfois indique avec la moyenne
- Proportions (%) -> Si variable qualitative
- Frequenes absolues (n) -> Si variable qualitative
3) Eventuels tests statistiques effectues et justification

Comparaisons inter-groupes (IG vs CG a un temps donne)

- Test t pour echantillons independants -> Comparer moyennes entre 2 groupes a un


moment donne
- ANOVA inter-groupes -> Comparer moyennes entre plus de 2 groupes
- Test du chi2 -> Comparer proportions sur variable qualitative
- Test exact de Fisher -> Pour petits echantillons, variable qualitative

Comparaisons intra-groupe (evolution d'un groupe entre Baseline et Follow-up)

- Test t pour mesures appariees -> Comparer une meme variable sur 2 temps (Baseline vs
Follow-up)
- ANOVA pour mesures repetees -> Comparer une meme variable sur plusieurs temps
- Test de Wilcoxon apparie -> Si donnees non parametriques (mediane)

Interaction groupe * temps

- ANOVA a mesures repetees (Mixed ANOVA) -> Tester interaction groupe * temps
- Modele lineaire mixte -> Pour donnees longitudinales complexes
- F, df, p value (souvent present dans interaction groupe * temps ligne) -> Typique de
ANOVA

4) Interpretation des resultats

Lecture des p-values

- p < 0.05 -> Resultat statistiquement significatif -> on rejette H0


- p >= 0.05 -> Pas de resultat significatif -> on ne rejette pas H0

Effet clinique

- Si le tableau mentionne CR (clinically relevant) -> Effet considere pertinent en pratique


(meme si p parfois > 0.05)
Exemples d'interpretation type

Interaction groupe * temps :

- p < 0.05 -> Effet differentiel entre groupes au cours du temps.


- p >= 0.05 -> Pas de difference d'evolution entre groupes.

Comparaison inter-groupe a un follow-up :

- p < 0.05 -> Difference significative entre groupes a ce temps.


- p >= 0.05 -> Pas de difference significative.

Intervalle de confiance (95% CI) :

- Si IC n'inclut pas 0 -> Effet probable.


- Si IC inclut 0 -> Pas d'effet clair.

Resume final a ecrire

1. Type de variables : dependantes / independantes


2. Type de mesure : continue / ordinale / nominale
3. Indices descriptifs utilises
4. Justification des tests utilises
5. Interpretation des p-values et effet clinique eventuel

Vous aimerez peut-être aussi