Glossaire des principaux termes de statistique
Glossaire des principaux termes de statistique
Glossaire des principaux termes de statistique
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
Au-<strong>de</strong>là du scoop :<br />
interpréter et communiquer les résultats d’essais cliniques <strong>de</strong><br />
nouvelles technologies <strong>de</strong> prévention (NTP) du VIH<br />
<strong>Glossaire</strong> <strong><strong>de</strong>s</strong> <strong>principaux</strong> <strong>termes</strong> <strong>de</strong> <strong>statistique</strong><br />
Afin <strong>de</strong> comprendre les résultats d’essais cliniques, il est utile <strong>de</strong> comprendre les <strong>termes</strong> <strong>de</strong> <strong>statistique</strong><br />
couramment utilisés pour les décrire.<br />
Utilité vs efficacité<br />
L’efficacité est la capacité d’un candidat <strong>de</strong> NTP <strong>de</strong> produire un effet clinique souhaité, comme la<br />
protection contre une infection spécifique, selon un dosage et un horaire optimaux, parmi une<br />
population donnée – autrement dit, le <strong>de</strong>gré auquel une intervention fonctionne en situation contrôlée<br />
(p. ex., essai clinique).<br />
L’efficacité est calculée en comparant le nombre d’infections par le VIH survenues dans le groupe<br />
expérimental et dans le groupe placebo. Si un plus grand nombre d’infections sont survenues parmi les<br />
participants ayant reçu le placebo, les chercheurs peuvent alors estimer l’efficacité du candidat <strong>de</strong> NTP.<br />
L’utilité désigne le <strong>de</strong>gré auquel une intervention fonctionne dans la pratique, incluant la probabilité que<br />
<strong><strong>de</strong>s</strong> usagers l’adoptent et l’utilisent correctement, sa tolérabilité ou sa facilité d’usage.<br />
Efficacité <strong>statistique</strong><br />
L’efficacité <strong>statistique</strong> dépend <strong>de</strong> la taille <strong>de</strong> l’échantillon <strong>de</strong> l’essai (c’est-à-dire le nombre <strong>de</strong><br />
participants) — plus la taille <strong>de</strong> l’échantillon est gran<strong>de</strong>, plus l’étu<strong>de</strong> permet une bonne efficacité<br />
<strong>statistique</strong>. L’efficacité <strong>statistique</strong> mesure la capacité d’une étu<strong>de</strong> <strong>de</strong> trouver un lien entre une<br />
intervention et le risque <strong>de</strong> maladie, lorsqu’un tel lien existe.<br />
Si une intervention réduit réellement le risque <strong>de</strong> maladie, il est très probable qu’une étu<strong>de</strong> ayant une<br />
forte efficacité <strong>statistique</strong> décèlera un lien.<br />
Toutefois, si l’étu<strong>de</strong> a une faible efficacité <strong>statistique</strong>, il est peu probable qu’elle trouve un lien entre<br />
l’intervention et le risque <strong>de</strong> maladie, même s’il en existe vraiment un.<br />
Signification <strong>statistique</strong><br />
Si un résultat est dit <strong>statistique</strong>ment significatif, cela signifie qu’il est très probable que la différence<br />
observée entre le groupe expérimental et le groupe <strong>de</strong> contrôle, dans un essai, soit due au produit luimême<br />
et non à une coïnci<strong>de</strong>nce.<br />
Divers calculs sont utilisés pour tenter <strong>de</strong> déterminer si le résultat obtenu est <strong>statistique</strong>ment<br />
significatif, notamment les intervalles <strong>de</strong> confiance et la valeur p (voir ci-<strong><strong>de</strong>s</strong>sous).
Estimation ponctuelle<br />
Le résultat d’un essai est présenté sous forme d’estimation ponctuelle – p. ex., une réduction <strong>de</strong> 31 % du<br />
risque d’infection.<br />
Intervalle <strong>de</strong> confiance (IC)<br />
Il est peu probable que, si l’essai était répété plusieurs fois, l’estimation ponctuelle serait la même à<br />
chaque fois. La véritable valeur d’efficacité est susceptible <strong>de</strong> se situer dans un intervalle <strong>de</strong> valeurs,<br />
appelé intervalle <strong>de</strong> confiance (IC). L’intervalle <strong>de</strong> confiance donne une idée du <strong>de</strong>gré <strong>de</strong> précision <strong>de</strong><br />
l’estimation ponctuelle — plus l’intervalle <strong>de</strong> confiance est large, moins les chercheurs sont certains <strong>de</strong><br />
la véritable efficacité du produit candidat. Les bornes supérieure et inférieure <strong>de</strong> l’intervalle <strong>de</strong><br />
confiance sont appelées limites <strong>de</strong> confiance.<br />
La plupart <strong><strong>de</strong>s</strong> essais font état d’un « intervalle <strong>de</strong> confiance <strong>de</strong> 95 % ». Cela signifie qu’il y a 95 % <strong>de</strong><br />
chances que la véritable valeur se situe dans les limites <strong>de</strong> confiance, et 5 % <strong>de</strong> chances que même ce<br />
vaste intervalle soit le fruit du hasard. Autrement dit, il reste 5 % <strong>de</strong> chances que la véritable valeur se<br />
situe à l’extérieur <strong>de</strong> l’intervalle <strong>de</strong> confiance.<br />
Valeur p<br />
La valeur p (ou valeur <strong>de</strong> probabilité) est le pourcentage <strong>de</strong> probabilité que le résultat soit le fruit du<br />
hasard. Plus la valeur p est faible, plus on peut faire confiance aux résultats <strong>de</strong> l’étu<strong>de</strong>. Habituellement<br />
(et arbitrairement), une valeur p <strong>de</strong> 0,05 ou moins est acceptée comme preuve d’une différence réelle.<br />
Dans une <strong><strong>de</strong>s</strong>cription <strong><strong>de</strong>s</strong> résultats d’un essai clinique, l’estimation ponctuelle, l’IC et la valeur p seront<br />
présentées comme suit :<br />
31 % d’efficacité (IC = 1,2 % - 52,1 %, P = 0,04)<br />
Estimation ponctuelle<br />
Rapport <strong>de</strong> cotes (RC)<br />
Le rapport <strong>de</strong> cotes (OR) indique dans quelle mesure il est plus probable qu’une personne exposée au<br />
facteur examiné développera le résultat, comparativement à une personne non exposée. Il mesure la<br />
force du lien entre <strong>de</strong>ux variables – habituellement l’exposition à un facteur <strong>de</strong> risque/intervention, et<br />
un résultat donné.<br />
Pour calculer le RC, on détermine la probabilité d’exposition <strong><strong>de</strong>s</strong> personnes présentant le résultat ciblé<br />
(i.e., cas), puis on la divise par la probabilité d’exposition <strong><strong>de</strong>s</strong> individus du groupe <strong>de</strong> contrôle.<br />
RC > 1 signifie que le résultat est plus probable, suggérant un effet causal ou indésirable <strong>de</strong> l’exposition<br />
RC ≈ 1 signifie qu’il n’y a pas <strong>de</strong> lien entre l’exposition et le résultat<br />
RC < 1 signifie que le résultat est moins probable, suggérant un effet protecteur