Saisie et exploitation des données cliniques

Programmes de recherche
sur le paludisme:

Saisie et exploitation statistique
des données

Société OPTIMA - 32 Avenue Ariane - 33700 Mérignac - France
Tél : 33 5 56 34 42 16 – Fax : 33 5 56 34 42 07 - Email : info@optima-europe.com - Site Web : www.optima-europe.com Page 1

Saisie et exploitation des
données statistiques

1. Quelques concepts principaux
2. Une méthodologie de travail
3. Les outils statistiques


1. Quelques concepts
principaux


L’existant

! une multiplicité de fichiers de données
entrainant
! un éventail de types de traitement de
données


Une multiplicité de fichiers de
données
Exemples:

! fiches d’observations médicales dans le cadre de
l’essai thérapeutique
! fiche d’évaluation de l’efficacité thérapeutique sur
protocole x jours
! entretiens semi-directifs
! données entomolgiques basées sur le comportement
de la famille
! données écologiques basées sur le comportement
de la famille

données (suite)
Exemples (suite):

! données sur l’observance
! données socio-démographiques
! données issues de l’analyse in vitro des
souches
! données comparatives entre goutte épaisse et
bandelettes
! données comparatives entre moustiquaires
imprégnées et moustiquaires non imprégnées

Un éventail de types de
traitement de données
! Fiches d’observation médicales dans le cadre
de l’essai thérapeutique

! unité d’analyse: le patient
! objectif: comparer
! outils:
! comparaison de deux moyennes
! comparaison de deux fréquences
! etc…


données
! Fiches d’évaluation de l’efficacité
thérapeutique sur protocole x jours

! unité d’analyse:
la crise de paludisme chez un patient
! objectif: mesurer le suivi de la crise
! outils:
! comparaison de moyennes
! mesures répétées
! etc…


données
! Entretiens semi-directifs

! unité d’analyse: le patient ou la famille
! objectif: analyser son discours
! outils:
! lexicométrie
! analyse de contenu
! recodage de textes
! etc…


données
! Données sur l’observance

! unité d’analyse: le patient
! objectif: analyser le comportement du
patient
! outils:
! analyse univariée
! analyse bivariée (liens de causalité)
! etc…


données
! Données socio-démographiques

! unité d’analyse: le groupe familial ou le groupe
social
! objectif: compréhension des mécanismes socio-
démographiques
! outils:
analyses multivariées
! ACP
! AFC
! typologie
! etc…


données
! Données comparatives entre goutte épaisse et
bandelettes

! unité d’analyse: le support d’analyse de sang
! objectif: comparer les résultats
! outils:
! comparaison de moyennes
! comparaison de fréquences
! etc…


Une multiplicité de fichiers de données
1er concept

Un éventail de types de traitement
2ème concept


données
1er concept :

! Une approche globale dans le
programme de recherche sur le
paludisme:
données cliniques, données socio-démographiques, données écologiques, données entomologiques, données
économiques,…
Une approche de toute l’interdépendance des données

! Découverte de nouveaux liens de causalité qui permettront d’élaborer
de nouveaux plans d’action


données
2ème concept:

! Nécessité d’une même méthodologie de travail
garantissant une rigueur impérative


2. Une même
méthodologie de
travail

Méthodologie de travail

100%
10%
80% exploitation
statistique
60%
protocole
90%
40%

20%

0%
Charge de travail



Q Q O Q C C

Quoi
Qui
Où
Quand
Combien
Comment

! Quoi :
Quels sont les objectifs, les buts à atteindre, les
hypothèses à tester :
comparaison de deux thérapeutiques, efficacité d’un
nouveau produit, influence de la famille sur
l’observance,…
Le détail et la précision des objectifs à atteindre sont les
garants de la construction et de la pertinence d’un bon
questionnaire.
Il ne faut pas hésiter à investir du temps à cette étape.


! Qui :
Quelle est la cible à atteindre :
! nombre de groupes en parallèle ( deux ou plus) ou
population à enquêter,
! critères d’inclusion (maladie : type de paludisme,
malades : âge, consentement,…)
! critères de non-inclusion (maladie : type de
paludisme, malades : femmes enceintes,
nourrissons,….., traitements non compatibles),
! non-respects, perdus de vue,…..
! …


! Où

Les lieux d’enquête ou de recueil des données :

! dispensaire,
! domicile de la personne,
! …


! Quand
Date de début d’enquête ou de recueil des données
Date de fin d’enquête ou de recueil des données
Saison des pluies
Saison sèche
Date de chaque événement (ex : crise de paludisme) et
date de mesure du critère de jugement (ex : température
ou imprégnation des moustiquaires,…)



! Combien
Détermination de la population totale
Détermination de l’échantillon :
! taille
! constitution ( stratification ou tirage au sort,…)
! représentativité


! Comment
! Construction du questionnaire : anonyme ou non,
choix des critères de jugement,
! Test du questionnaire,
! Recueil des données et remplissage des
questionnaires en T0, T1, …..Tn,
! Saisie : logiciel et logistique
! Traitements statistiques : logiciels et logistique
! Analyses thématiques et globale.


Grande importance du
«qui »: unité d’observation ou
d’analyse
! Des niveaux différents
Exemple:
! Fiche protocole 3 jours crise paludisme
! Observance patient
! Fiche socio-démographique famille

! Ces données doivent pouvoir être lues et
traitées ensemble (approche globale)
! Le critère commun: l’identification de
regroupement: la famille

d’analyse
! Structuration des données en
grappe
traitement 1
personne 1 traitement 2
traitement 3
! Famille personne 2

personne 3

Données sur la famille

Données sur la personne

Données5 56 34 42 le– Fax : 33 5 56Société07 - Email :- 32 Avenue Ariane - 33700-Mérignac -:France
Tél : 33 sur 16 traitement 34 42
OPTIMA
info@optima-europe.com Site Web www.optima-europe.com Page 26

d’analyse

! Support informatique:

! ce n’est plus un tableur (ex: Excel)
mais
! une base de données (ex: Access)


Exemple:QQOQCC et les essais
comparatifs ou essais de phase 3
! Précision du QQOQCC qualité du
protocole donc de l’étude
! Rédaction nécessaire
! Collaboration cliniciens-statisticiens

Zoom sur:
! quoi
! qui
! comment


! Quoi
! Situation unilatérale ou bilatérale:
! Situation unilatérale
démontrer l’efficacité d’un nouveau produit:
le nouveau traitement est-il mieux que rien ou plus
efficace que le produit de référence dont l’efficacité est
connue ?
! Situation bilatérale (cas le plus courant)
comparer deux thérapies:
le nouveau traitement est-il plus ou moins efficace que
le produit de référence ou quel est le meilleur des 2
traitements (recherche de la différence)?


! Quoi (suite)
! Pour quel critère de jugement (analyse
statistique)
! 1 seul critère, celui qui mesure le mieux
l’effet attendu du traitement (cas idéal)
! une combinaison numérique de critères
indépendants, qui résume l’état du malade

Le critère est généralement quantitatif

! Qui
! Nécessité d’une comparaison
! entre un nouveau traitement sur un groupe
et
! le traitement connu pour être plus efficace ou

un placebo sur le groupe témoin

Il peut y avoir plusieurs groupes


! Qui (suite)
! Nécessité d’un tirage au sort

Pour obtenir des groupes de malades
comparables:
! comparables pour tous les caractères connus ou
inconnus autres que les traitements,
! afin de porter un jugement de causalité,
il faut attribuer les traitements aux malades par
tirage au sort, le tirage étant:
! équilibré ou non,
! stratifié ou non


! Qui (suite)
! Nécessité d’un tirage au sort sur une

population éligible
! critères d’inclusion
! maladie: critères cliniques, biologiques,…
! malade: âge, sexe,…

! critères de non inclusion
! maladie,
! malade,
! traitements antérieurs ou actuels



! Qui (suite)
! Traitements des cas particuliers

! patients ne respectant pas le protocole
! patients perdus de vue


! Comment
! Essai en aveugle
! essai en double aveugle:
malade et médecin ignorent la nature du traitement
! essai en simple aveugle:
seul le malade ignore la nature du traitement

Les traitements administés en aveugle
doivent être indiscernables.
Seule l’administration en double
aveugle garantit le maintien de la
comparabilité

! Comment (suite)
! Importance du recueil de données ou questionnaire
! document permettant la lecture en clair des données
(le codage est ultérieur)
! document à tester
! sur le fond (clarté et précision)
! sur l’enchaînement de questions
! organisation
qui le remplit, à quel moment, qui le contrôle et
l’enregistre ?


Les outils statistiques
Les types de variables:
! Variables quantitatives ou métriques
! discrètes
! continues

Une variable continue peut être transformée en discrète

! Variables qualitatives
! nominales
! ordinales
! à réponse multiple


En général:
! Variable quantitative:

! critère de jugement
! variable à expliquer
! variable explicative

! Variable qualitative
! variable de stratification
! variable explicative
! variable de résultat (succès / échec)


Le type de variables à traiter structure
les arbres de décision pour le choix des
traitements statistiques


Les principaux logiciels:

! logiciels généralistes
! logiciels à vocation « analyse des
données »
! logiciels à vocation « traitement
d’enquêtes »


Logiciels généralistes avec une spécialisation
! SAS ! EPI INFO
! JMP ! STATBOX
! SPSS
! STATA
! S-PLUS
! STATISTICA
! SYSTAT
! BMDP
! SIGMA STAT
! STAT GRAPHICS
! MINITAB
! XLSTAT
! … Société OPTIMA - 32 Avenue Ariane - 33700 Mérignac - France

Logiciels d’analyse de Logiciels de
données
! Les logiciels généralistes traitement
! SPAD d’enquêtes
! ALICE
! …
! ETHNOS
! EOLE
! MODALISA
! QUESTION
! SPHINX
! …


Paramètres de choix d’un
logiciel
! la richesse fonctionnelle
! la lisibilité des résultats
! la documentation
! la complexité d’utilisation
! la notoriété
! le prix


En conclusion

Le statisticien est cet homme qui
prétend qu’avoir la tête dans une
fournaise et les pieds dans la glace
permet de bénéficier d’une température
moyenne agréable


Saisie et exploitation des données cliniques

Empfohlen

Empfohlen

Weitere ähnliche Inhalte

Andere mochten auch

Andere mochten auch (20)

Ähnlich wie Saisie et exploitation des données cliniques

Ähnlich wie Saisie et exploitation des données cliniques (20)

Mehr von Institut Pasteur de Madagascar

Mehr von Institut Pasteur de Madagascar (20)

Saisie et exploitation des données cliniques