Cours 2020-2021

Introduction aux statistiques médicales [MMEDB283]

  • 4 crédits
  • 24h+15h
  • 1er quadrimestre
Langue d'enseignement: Français

Acquis d'apprentissage

Les modalités prévues dans cette fiche  descriptive  sont susceptibles d'être modifiées en fonction des dispositions prises suivant l'évolution de la situation sanitaire 

A l’issue de ce cours, l’étudiant sera capable de :

·      Maitriser la terminologie et les concepts de base des analyses statistiques.

·      Tirer des conclusions scientifiques de l'intervalle de confiance et des conclusions  des tests d'hypothèse.

·      Interpréter  les résultats d'analyses statistiques élémentaires.

·      Gérer le risque d'erreur associé aux conclusions.

·      Décrire une série de mesures expérimentales de façon adéquate

·      Expliquer le principe et les limites des:

o   méthodes d’inférence statistique de base

o   méthodes utilisées pour évaluer les outils diagnostiques

o   des essais cliniques destinés à évaluer les traitements.

·      Acquérir une vision critique d'un document traitant de statistiques, textes, formules, tableaux et figures

 

Objectifs

La recherche médicale permet de faire progresser la connaissance médicale dans le but de mieux comprendre les maladies, de mieux les diagnostiquer et de mieux traiter les malades.

 

Celle-ci repose grandement sur l’analyse statistique des données qui se décompose principalement en deux types de méthodes :

1.      L’analyse descriptive qui consiste en la description des données expérimentales discrètes ou continues, censurées ou non.

2.      L’inférence statistique qui consiste à utiliser des observations faites sur un échantillon particulier pour tenter de tirer des conclusions générales

 

L’objectif de ce cours est de fournir à l’étudiant les notions théoriques nécessaires pour comprendre le principe et entrevoir les limites de l’analyse descriptive et inférentielle des données médicales afin de pouvoir critiquer les résultats de la recherche médicale ainsi que les recommandations en matière de diagnostic et de traitement qui en découlent.

 

Les classes inversées (Eric Depiereux) ont pour objectif d’aider l’étudiant à :

·      Diagnostiquer les concepts mal maîtrisés et formuler les questions adéquates  pour les comprendre.

·      Tirer parti des ressources mises en ligne, de l'évaluation formative en ligne, des travaux pratiques et de l'évaluation continue.

·      Maitriser un calendrier de travail régulier, être proactif en anticipant l'appropriation de la matière par rapport aux échéances des Tps, classes inversées et évaluations. 

·      Maitriser la technique d'évaluation par QCM avec coefficient de certitude.

 

Contenu

L'approche fondamentale est détaillée par Eric Depiereux (UNamur) et les applications médicales par Benoit Bihin (UNamur et CHU UCL Namur

 

Notion de variabilité et synthèse des observations expérimentales.

Notions de probabilité et modélisation des variables aléatoires.

Techniques d'inférence et maîtrise des risques d'erreur.

Biostatistiques cliniques : données de survie, test diagnostique, essais cliniques .

 

Table des matières

Partie I Approche fondamentale

Variabilités et erreurs

Description des données

Variabilité conjointe de deux variables

Etude du hasard

Modélisation de la variabilité

  Le modèle binomial

  Le modèle de Poisson

  Le modèle Normal de Gauss et Laplace

  Le modèle de Student

  Le Modèle du Khi-Carré

  Le Modèle de Fisher

Imprécision et incertitude

Décisions et risques d’erreur

Maitrise des risques d’erreur

Tests d’hypothèse relatifs aux

variances

moyennes

fréquences

Comparaisons de moyennes : ANOVA I fixe

Contrastes ou comparaisons post-hoc

 

Partie II : Biostatistique clinique

Notions de statistique descriptive : Moyenne, écart-type, médiane, écart-interquartile, log-transformation des données, donnée censurée à droite, estimation de fonction de survie avec la méthode de Kaplan-Meier.

Notions liées aux essais cliniques : essai interventionnel vs observationnel, essai de supériorité, d’équivalence, de non-infériorité, détermination de taille d’échantillon, protocole, plan d’analyse statistique, outcome primaire, outcome secondaire, analyse de sensibilité, analyse en intention-to-treat, analyse per protocol, significativité statistique vs clinique, randomisation (simple, par bloc, stratifiée).

Exemples de biais dans les tests diagnostiques et essais cliniques : Biais de sélection, effet placebo, biais de suivi, biais d’évaluation, biais d’analyse, biais d’attrition, biais de publication.

Description des exercices

Les modalités prévues pour les Tps sont susceptibles d'être modifiées en fonction des dispositions prises suivant l'évolution de la situation sanitaire 

Il y a 7 séances d’exercices de 2 ou 3 h par groupe d’une vingtaine ou d’une quarantaine d’étudiants.

Un bonus peut être accordé sur les rapports de Tp suivant des modalités communiquées aux Tps. 

 

 

Disciplines

Statistique appliquée

Méthodes d'enseignement

Eric Depiereux. Le cours est vu en auto-apprentissage  sur base de (i) un livre de référence (voir références) très détaillé qui représente le "contrat contenu" à maîtriser par les étudiants  (ii) un site web d'apprentissage http://webapps.fundp.ac.be/umdb/biostats2017/  (iii) un site web d'évaluation formative http://webapps.fundp.ac.be/umdb/etests/   (iv) les videos du cours (voir références). Ce dispositif est doublé de classes inversées en Teams dont les rendez vous et matières associées font l'objet d'un échéancier publié sur Webcampus.

Benoit Bihin. La matière est présentée aux cours ex-cathedra et les copies des slides sont disponibles sur Webcampus.

Le dispositif présentiel est complété de séances de travaux pratiques sur ordinateur et de séances de questions en auditoire. 

 

Mode d'évaluation

Evaluation formative : L’étudiant peut

recevoir un feed-back lors des corrections des travaux/exercices aux séances de travaux pratiques

s’auto-évaluer sur la plateforme eTests qui propose des exercices QCM corrigés semblables à ceux de l’évaluation certificative (partie Depiereux)

Evaluation certificative:

Chacune des deux parties du cours est évaluée séparément.

Eric Depiereux: Cette partie est évaluée à l’aide de questionnaires QCM à coefficients de certitudes reprenant des questions relatives cours théorique et aux séances de travaux pratiques  et d'éventuelles questions ouvertes.

Un formulaire complet (tel que disponible sur le site web) est fourni. Les calculs numériques sont adaptés au calcul mental, les calculettes ne sont pas nécessaires, ni admises. La simple possession d'un appareil électronique quelconque, allumé ou éteint, consulté ou  non, sera considéré comme un cas de fraude et soumis au jury de délibération. Les conséquences de la fraude sont décrites dans le réglement des études et des examens. Les modalités prévues pour les examens sont susceptibles d'être modifiées en fonction des dispositions prises suivant l'évolution de la situation sanitaire
 
Benoit Bihin: L'évaluation de cette partie de cours repose sur un examen oral d'une dizaine de minute par étudiant, sans temps de préparation.

Chaque partie donne lieu à une cote distincte. En cas de réussite des deux parties, la cote globale en est la moyenne arithmétique. Un échec (cote < 10) dans au moins une des deux parties entraine un échec global (note la plus basse). En deuxième session, un étudiant est dispensé d’une des deux parties s’il y a obtenu une cote ≥ 10. Ces dispenses ne peuvent pas être reportées d’une année académique à l’autre.

Bonus : Les remarques pertinentes à propos du livre (Eric Depiereux)  ou des slides (Benoit Bihin) formulées suivant une procédure communiquée en début de cours seront gratifiées d’un bonus pouvant atteindre 0,5 point maximum sur la note de première session.

 

Sources, références et supports éventuels

Maitrise de la variabilité et gestion des risques d’erreur: initiation à la critique des mesures sur lesquelles se base un diagnostic
Troisième édition - Eric Depiereux, Presses Universitaires de Namur 2015  ISBN : 978-2-87037-857-1

site d'auto apprentissage  http://webapps.fundp.ac.be/biostats/

site d'évaluation formative en ligne http://webapps.fundp.ac.be/umdb/etests/

vidéos d'exposés sur les parties importantes de la matière (en streaming). 

Vidéos

 

Générique

 

Moyenne, variance, SCE

 

Module 10-1 

Module 10-2 

Module 10-3

Module 10-4

 

Corrélation, détermination , régression

 

Module 20-1 

Module 20-2

Module 20-3

Module 20-4 

 

Probabilité, sensibilité, spécificité

 

Module 30-1

Module 30-2 

Module 30-3

Module 30-4

Module 30-5

 

Modèles de variables aléatoires

 

Module 40-1

Module 50-1

Module 70-1 

Module 70-2 

Module 70-3

Module 80-1

Module 90-1

Module 90-2

 

Inférence: intervalle de confiance 

module 105-1

module 105-2

module 105-3

module 105-4

 

Inférence: test d’hypothèse

module 110-1

module 110-2

module 110-3

 

Inférence: risques d’erreur 

module 120-1

module 120-2

module 120-3

 

Test d’hypothèse : variances 

 

module 125-1

 

Test d’hypothèse : moyennes

module 130-1

module 130-2

module 130-3

 

Test d’hypothèse : fréquences 

 

module 135-1

 

Test d’hypothèse : ANOVA I 

 

module 140-1

module 140-2

 

Test d’hypothèse : contrastes

 

module 150-1

module 150-2

 

Langue d'enseignement

Français

Lieu de l'activité

NAMUR

Faculté organisatrice

Faculté de médecine
rue de Bruxelles
61
5000 NAMUR
T. 081724347
F. 081724327
administration-medecine@unamur.be

Cycle

Etudes de 1er cycle