Learning outcomes

Ce cours vise deux types d'acquis d'apprentissage:

Savoir-faire

A l'issue du cours, l'étudiant sera en mesure d'utiliser un tableur pour:

  • organiser les données au sein d'un tableau de manière à pouvoir les analyser ensuite;
  • utiliser le tableau croisé dynamique pour résumer une série de données;
  • réaliser des graphiques descriptifs à partir de jeux de données réels;
  • reproduire une simulation vue au cours.
Raisonnement statistique

A l'issue du cours, l'étudiant aura acquis des notions théoriques lui permettant :

  • de mieux appréhender la place et les limites de la distribution normale dans l'analyse des données biomédicales;
  • de discuter de la question du biais dans une approche expérimentale;
  • d'utiliser des résultats expérimentaux particuliers pour tirer des conclusions plus générales;
  • d'expliquer la distinction entre une association et causalité.

 

Goals

Les objectifs du cours d'introduction aux notions de statistique médicale consistent à fournir aux étudiants des outils pour analyser des données (acquérir un savoir-faire) et des concepts pour comprendre les problèmes liées à l'analyse de données soumises à une certaine variabilité (développer un raisonnement statistique).

Content

Notions abordées:

  • Concepts clés: Analyse descriptive vs inférence statistique, Biais vs imprécision, L'intervalle de confiance (IC).
  • Analyse d'une variable binaire : sondage, cote , proportion (+IC).
  • Analyse d'une variable continue : moyenne, écart-type, graphiques descriptifs (dotplot, boxplot, histogramme, fonction de répartition), distribution normale (théorème central limite, outil descriptif, outil inférentiel, outil normatif), IC sur une moyenne vs intervalle de fluctuation, barres d'erreur sur les graphiques, transformations de données continues (logarithmique, dichotomique).
  • Analyse d'une variable censurée : estimation de la courbe de survie par la méthode de Kaplan-Meier, fonction de risque, modèle exponentiel.
  • Analyse d'associations entre deux variables : tables de contingence (IC d'un risque relatif, d'un odds ratio et d'une différence de risque), rôle de la régression logistique, courbe ROC, calcul d'un hazard ratio avec la méthode du log-rank (+ IC), différence de moyennes + IC (échantillons indépendants et pairés), coefficient de corrélation de Pearson et de Spearman, coefficient de corrélation intraclasse, limites d'agrément de Bland et Altman.

Table of contents

/

Exercices

Les savoir-faire seront travaillés lors des séances de TP en petits groupes et dans un pool informatique.

Il y a 15h de TP réparties en 8 séances.

L'évaluation continue a lieu durant ces séances de TP.

Teaching methods

Le cours ex cathedra expose et illustre les notions théoriques. Les slides du cours sont disponibles après le cours.

Assessment method

Le travail continu de l'étudiant donne lieu à une note de TP représentant 6/20 de la note finale. S'agissant de travail continu, cette évaluation ne donne pas lieu à une deuxième session en cas d'échec.

La compréhension des notions théoriques est évaluée par un examen écrit en session comptant pour la 14/20 de la note finale. Un échec dans la partie théorique entraine un échec global (note plafonnée à 9/20).



 

Sources, references and any support material

L’étudiant pourra trouver des explications complémentaires aux exposés en consultant l’ouvrage suivant : Biostatistique, une approche intuitive, Harvey J. Motulsky.

Language of instruction

Français