revue Statistique
intervalles de confiance: estimation de l’intervalle d’un paramètre de population, et généralement établie à 95%. Si l’on devait prélever 100 échantillons de la population, le score ou la mesure moyenne de 95 de ces populations de l’échantillon se situerait dans la plage des intervalles de confiance de 95%. Plus la fourchette de L’IC à 95% est proche ou étroite de la moyenne réelle, plus les résultats de ce test sont forts.,
erreur Type de mesure: cette valeur indique la plage ( + / – ) dans laquelle le score réel d’un patient peut correspondre à un test donné. Si le MEB pour la mesure goniométrique de l’amplitude de mouvement pour la flexion du genou est de 3,5 degrés, on pourrait s’attendre à une variation de l’amplitude de mouvement vrai/réel entre 116,5 et 123,5 degrés lorsque la valeur mesurée réelle est de 120 degrés. Il est également considéré comme l’écart-type des valeurs des scores de tests répétés.
sensibilité: si un patient a une maladie, quelles sont les chances que le test clinique soit positif?, Ceci est votre mesure de vrais positifs. Les valeurs vont de 0 à 1,0 où 1,0 = 100% de vrais positifs. Le museau mnémonique est utilisé pour appliquer ces résultats. Si un test a une sensibilité élevée et que le test est négatif, un clinicien peut se sentir mieux d’exclure la maladie (museau). Les tests cliniques avec une sensibilité plus élevée sont meilleurs pour dépister les patients pour la condition cible, mais pas aussi bons pour fournir un diagnostic spécifique., En d’autres termes, lorsqu’un test très sensible est négatif, vous pouvez vous sentir plus assuré que le patient n’a pas la condition, mais si le test est positif, vous ne pouvez pas être assuré qu’ils ont eu cette condition, à moins que le test était également très spécifique.
spécificité: si un patient n’a pas de condition, quelles sont les chances que le test clinique soit négatif? C’est votre mesure, de Vrais Négatifs. Les valeurs vont de 0 à 1,0 où 1,0 = 100% de vrais négatifs. Le SpIn mnémonique est utilisé pour appliquer ces résultats., Si un test a une spécificité élevée et que le test est positif, un clinicien peut se sentir mieux dans la décision dans la maladie (SpIn). Quand un test très spécifique est positif, vous pouvez vous sentir plus assuré que le patient a la condition, mais si le test est négatif, vous ne pouvez pas être assuré qu’ils n’ont pas cette condition, à moins que le test était également très sensible.
rapport de vraisemblance positif (+LR): exprime le changement de cotes favorisant la condition lorsqu’on lui donne un test positif. C’est un calcul de la spécificité et de la sensibilité d’un test (+LR = Sensibilité / 1-Spécificité)., A + LR > 1.0 augmente la probabilité de fournir un diagnostic correct basé sur le résultat du test.
rapport de vraisemblance négatif: exprime la variation de la probabilité qu’une condition soit absente lorsqu’on lui donne un test négatif. C’est un calcul de la spécificité et de la sensibilité d’un test (-LR = 1-Sensibilité / Spécificité). Un LR < 1.0 augmente la probabilité de fournir un diagnostic correct basé sur le résultat du test.,
Odds Ratio: il s’agit de l’estimation du risque relatif et est généralement utilisé lorsque le risque relatif ne peut pas être déterminé avec précision en fonction des limites de l’étude (incapacité de calculer avec précision l’incidence cumulative, c.-à-d. Une étude cas-témoin). Il est souvent utilisé pour exprimer la taille de l’effet. C’est le rapport de la probabilité d’un événement survenu dans le groupe de chances qu’il se produise dans un autre groupe. C’est la probabilité que le même événement ou condition se produise dans deux groupes., Un rapport de cotes de 1:1 ne signifie aucune différence de cotes entre les groupes (l’événement ou la condition se produit également dans les deux groupes).
risque relatif: il s’agit de la mesure de l’effet relatif, qui est le rapport qui décrit les risques associés au groupe exposé par rapport au groupe non exposé. Il indique la probabilité que quelqu’un qui a été exposé à un facteur de risque permettra de développer le rapport à quelqu’un qui n’a pas été exposé.
Taille de L’effet: l’ampleur de la différence entre deux traitements ou la relation entre deux variables., Une plus grande taille d’effet pour un traitement indique que cela a entraîné une plus grande différence positive dans le résultat mesuré.
validité: le test clinique mesure-t-il ce qu’il est censé mesurer? C’est la question à laquelle la validité répond. Cela peut souvent être mesuré par des valeurs de sensibilité et de spécificité ainsi que par des Ratios de vraisemblance (des valeurs prédictives positives et négatives sont souvent utilisées mais ne sont pas aussi utiles que les ratios de vraisemblance).
fiabilité: dans quelle mesure les examinateurs s’accordent-ils sur les résultats d’un test? La fiabilité est une mesure de l’accord, mais pas la validité., Il est basé sur la quantité d’erreur présente dans un ensemble de scores. Pour qu’un test clinique ait une bonne validité, une bonne fiabilité est requise. Cependant, les tests qui n’ont pas une bonne validité peuvent toujours avoir une excellente fiabilité. Les examinateurs peuvent être en mesure de mesurer un test de manière très fiable entre eux et d’autres examinateurs, mais cela ne signifie pas nécessairement que le test est une bonne mesure d’une condition ou d’un diagnostic spécifique. Il est mesuré par des coefficients (Coefficients de corrélation Kappa ou Intraclasse selon le type de variable).,
Kappa: c’est une mesure d’accord qui a été corrigée au hasard Cette statistique évalue la proportion de concordance observée et prend ensuite en compte la proportion que l’on peut attendre par hasard. Il a été conçu principalement pour mesurer des données non paramétriques telles que des variables dichotomiques, qui incluent des réponses Oui/Non et positives/négatives, et des variables catégorielles comme les grades des tests musculaires manuels. La gamme des scores va de 0 à 10 et l’interprétation des scores a été suggérée comme suit:
1,0 = parfait
0,8 à 1,0 = Excellent
0,6 à 0,8 = substantiel
0,4 à 0.,6 = modéré
<0.4 = pauvre
pondéré Kappa: la statistique KAPPA régulière ne fait pas de différence entre les désaccords. Si un chercheur veut attribuer un poids plus important à un désaccord par rapport à un autre en raison de risques plus importants, il devient alors un Kappa pondéré. Des désaccords peuvent être plus graves que d’autres. Toutes les données ne peuvent pas être différenciées comme ceci, mais si cela est possible, ce Kappa pondéré peut être utilisé pour estimer la fiabilité.
Coefficient de corrélation Intraclasse (ICC): le CCI est un coefficient de fiabilité., Il calcule la variance des notes et est capable de refléter à la fois le degré de correspondance et l’accord entre les notes. Il varie de 0 à 1.0. L’ICC est une mesure de fiabilité conçue principalement pour les variables paramétriques (données d’intervalle ou de rapport), qui sont continues, telles que l’amplitude des mesures de mouvement, la taille, le poids, etc. L’interprétation des scores a été suggéré que:
1.0 = Parfait
0.9 à 1.0 = Excellent
de 0,75 à 0,9 = Bon
0,5 à 0,75 = Modéré
< 0.,5 = Faible
corrélation: la corrélation est une mesure d’association et non d’accord (la fiabilité mesure l’accord). Il indique la relation linéaire entre les variables et varie de -1 à 0 à 1 et est mesuré par des coefficients (Pearson ou Spearmans). Plus la variable est de 1, plus la corrélation positive et la plus proche de -1, plus la corrélation négative. Pour la plupart, un zéro n’indique aucune corrélation entre les variables. Les tailles de corrélation ont été définies comme suit:
+/- 0,1 à 0,3 = petit
+/- 0,3 à 0,5 = moyen
+/- 0,5 à 1.,0 = grand
Coefficients de corrélation: statistiques qui décrivent quantitativement la force et la direction d’une relation entre deux variables.