CONF+ : Tutorat LCA#15 | CONF +

CONF+ : Tutorat LCA#15

TUTORAT LCA #15
 
 
Quelle(s) proposition(s) est(sont) vraie(s) concernant les analyses statistiques ?
  • Le risque alpha correspond à accepter H1 alors que H0 est vrai.
  • Classiquement alpha=95%.
  • Un résultat est significatif si son intervalle de confiance du risque relatif ne contient pas 1.
  • Une absence de différence statistique peut être due à un défaut de puissance.
  • Si p est inférieur ou égal à alpha alors le résultat est significatif.

 

CORRECTION PLUS BAS
 
l
l
l
l
l
l
l
l
l
l
l
l
l
l
l
v
 
 
 
 
    Quelle(s) proposition(s) est(sont) vraie(s) concernant les analyses statistiques ?
    • Le risque alpha correspond à accepter H1 alors que H0 est vrai.
    • Classiquement alpha=95%.
    • Un résultat est significatif si son intervalle de confiance du risque relatif ne contient pas 1.
    • Une absence de différence statistique peut être due à un défaut de puissance.
    • Si p est inférieur ou égal à alpha alors le résultat est significatif.

     

    La significativité statistique repose sur plusieurs valeurs :

    • Tout d’abord le risque alpha : classiquement égal à 5%, il représente la probabilité de conclure à une différence alors qu’il n’y en a pas (soit d’accepter H1 alors que H0 est vrai)
    • Le risque beta ou la puissance a priori (rappel Puissance = 1- beta) : généralement beta est égal à 10-20%, correspondant à la probabilité de ne pas mettre en évidence une différence qui existe.

    Ainsi, tout résultat sera significatif si p est inférieur STRICTE au risque alpha. Toutefois suivant les analyses réalisées, on peut conclure également sur l’intervalle de confiance (IC95) d’un risque relatif (RR) ou d’un odds-ratio (OR). Si l’IC95 exclut 1 alors (au risque alpha près), le résultat est significatif et la vraie valeur du RR ou de l’OR est (au risque alpha près) compris dans l’IC.

     

    Attention, si le résultat n’est pas significatif, cela peut être dû à plusieurs raisons :

    • La différence est réellement inexistante : c’est la situation dans laquelle les auteurs espèrent être. Les analyses ont été bien menées, et il n’y a pas de différence.
    • La puissance est insuffisante : dans ce cas, la différence existe mais n’a pas pu être mise en évidence du fait d’un manque de puissance.
    • La validité interne est défectueuse : dans ce cas, la différence existe également mais les nombreux biais ont entrainé un défaut de validité interne et elle n’a pas pu être mise en évidence.

    Ainsi, lorsque le test est statistiquement non significatif, cela ne veut pas forcément dire qu’il n’y a pas de différence, soyez attentifs la dessus.

    A l’inverse, lorsque le test est significatif, il faut bien s’assurer que les analyses ont été correctement réalisées et que cela n’est pas dû à une trop grande quantité d’analyses.

    Pour rappel, si on accepte un risque alpha = 5%, cela veut dire qu’on va conclure 1 fois sur 20 à une différence qui n’existe pas. Il faut donc limiter les analyses intermédiaires et/ou inutiles, sans quoi l’inflation du risque alpha est inévitable et forcément, un des résultats sera faussement significatif (attention aux trop nombreuses analyses sur sous-groupes !!!)

    Enfin, garder toujours en tête que résultat significatif ne veut pas forcément dire résultat intéressant dans la pratique, et la pertinence clinique doit être un réflexe important.

     

    BONUS : Lexique anglais français

    Significativité statistique = Statistical significance

    P = p value

    Intervalle de confiance = Confidence interval

     

     
     
    L'équipe de CONF+
     
     
     
     
     
    © CONF + / MED XL 2019