{"id":386,"date":"2019-02-20T22:14:36","date_gmt":"2019-02-20T22:14:36","guid":{"rendered":"http:\/\/randomedicale.com\/?p=386"},"modified":"2019-02-20T22:14:36","modified_gmt":"2019-02-20T22:14:36","slug":"rando-lca-decryptage","status":"publish","type":"post","link":"https:\/\/randomedicale.com\/blog\/2019\/02\/20\/rando-lca-decryptage\/","title":{"rendered":"Rando-LCA – D\u00e9cryptage d’article. Tout savoir sur le degr\u00e9 de signification \u00ab\u00a0p\u00a0\u00bb"},"content":{"rendered":"

Vous avez aim\u00e9 notre article :\u00a0<\/p>\n\n

\"adorable-blur-child-573253\"Coup de pompe apr\u00e8s le d\u00e9jeuner ? Les deux techniques pour des apr\u00e8s-midi de travail vraiment efficace.<\/a><\/p>\n\n

 <\/p>

Nous avons pu l’\u00e9crire gr\u00e2ce \u00e0 un article scientifique publi\u00e9 en 2015 par cinq neuroscientifiques dans la revue PlosOne<\/em>. Nous pensons que cet article est pertinent pour comprendre plusieurs notions cl\u00e9s de LCA<\/strong>. Nous vous proposons donc de d\u00e9cortiquer ensemble un passage de l’article.<\/p>\n\n

Cette \u00e9tude comparait trois groupes de patients : le premier groupe ne faisait pas la sieste et n’\u00e9tait pas expos\u00e9 au soleil, le deuxi\u00e8me faisait une sieste dans le noir complet, le troisi\u00e8me \u00e9tait expos\u00e9 \u00e0 une lumi\u00e8re importante >2000lux et ne faisait pas la sieste.<\/p>\n\n

Voici un extrait int\u00e9ressant de l’article (Partie M\u00e9thode)<\/em> :<\/p>\n\n

Significance level was set at p<\/em><0.05 {..}<\/i>\u00a0P<\/em>-values were adjusted using Bonferroni correction<\/p><\/blockquote>\n\n

Si on traduit en fran\u00e7ais cela donne : \u00ab\u00a0le degr\u00e9 de signification a \u00e9t\u00e9 fix\u00e9 \u00e0 p<0.05 {…} Les valeurs de \u00ab\u00a0p\u00a0\u00bb ont \u00e9t\u00e9 ajust\u00e9 en utilisant la m\u00e9thode de correction de Bonferroni.\u00a0\u00bb<\/em><\/p>\n\n

[googleapps domain=\u00a0\u00bbdocs\u00a0\u00bb dir=\u00a0\u00bbforms\/d\/e\/1FAIpQLSdWJAqVhQAQiPWRKOikMBTQSf13-9niQN-o7dJAq27C0LZx6g\/viewform\u00a0\u00bb query=\u00a0\u00bbembedded=true\u00a0\u00bb width=\u00a0\u00bb640″ height=\u00a0\u00bb861″ \/]<\/p>

Qu’est ce que le degr\u00e9 de signification \u00ab\u00a0p\u00a0\u00bb ?<\/h3>

Le degr\u00e9 de signification, \u00ab\u00a0p\u00a0\u00bb, est une notion fondamentale en LCA. C’est la valeur que tout le monde recherche lorsqu’on lui pr\u00e9sente les r\u00e9sultats d’une \u00e9tude et que les laboratoires s’empresseront de mettre en avant lorsqu’ils vous feront de la pub ! En effet, celle-ci permet th\u00e9oriquement de savoir en un clin d’oeil si l’on peut faire confiance aux r\u00e9sultats que l’on nous pr\u00e9sente.\u00a0<\/p>

Imaginez que vous fa\u00eetes parti des chercheurs qui veulent comparer l’efficacit\u00e9 de la sieste par rapport \u00e0 l’exposition lumineuse sur la concentration au travail. Votre hypoth\u00e8se de base est : \u00a0\u00a0\u00bb les individus qui font la sieste sont plus concentr\u00e9s dans leur travail que les individus qui s’exposent \u00e0 la lumi\u00e8re \u00ab\u00a0.<\/strong> Toute \u00e9tude scientifique comporte une part d’impr\u00e9vus. Peut-\u00eatre que le groupe des individus qui vont \u00eatre expos\u00e9s \u00e0 la lumi\u00e8re ont tous fait une randonn\u00e9e de trois jours sans dormir avant de venir participer \u00e0 votre \u00e9tude !<\/em><\/p>

Ainsi vos r\u00e9sultats, peu importe les pr\u00e9cautions que vous prenez, sont soumis \u00e0 un risque d’erreur.<\/strong><\/p>

C’est pourquoi, au moment de cr\u00e9er votre \u00e9tude, vous devez d\u00e9terminer le risque que vos conclusions soient fausses : \u00ab\u00a0le risque de conclure \u00e0 tort \u00e0 une diff\u00e9rence\u00a0\u00bb (autrement appel\u00e9 \u00ab\u00a0risque alpha<\/em>\u00ab\u00a0). Dans notre \u00e9tude, il \u00e9tait fix\u00e9\u00a0\u00e0 priori<\/span>\u00a0<\/em>\u00e0 5%.\u00a0<\/p>

Une fois que les chercheurs ont fait l’analyse statistique des r\u00e9sultats, le logiciel de calcul a d\u00e9termin\u00e9 le degr\u00e9 de signification \u00ab\u00a0p\u00a0\u00bb. C’est une valeur d\u00e9termin\u00e9e \u00e0 post\u00e9riori<\/strong>. Si le \u00ab\u00a0p\u00a0\u00bb est inf\u00e9rieur au risque fix\u00e9 \u00e0 priori (c’est \u00e0 dire le risque alpha) alors les r\u00e9sultats de l’\u00e9tude sont significatifs.<\/p>

\"agree-agreement-ankreuzen-210585\"<\/p>

Ainsi, lorsque les chercheurs trouvent \u00e0 l’issue de leurs calculs un p inf\u00e9rieur au risque alpha, il est possible de se fier aux r\u00e9sultats qu’ils ont trouv\u00e9. Le risque de conclure \u00e0 tort \u00e0 une diff\u00e9rence entre les deux groupes test\u00e9s est tr\u00e8s faible. Ils\u00a0s’affranchissent ainsi de la part d’al\u00e9atoire qui pouvait fausser les r\u00e9sultats de leur \u00e9tude \u00e0 priori.\u00a0<\/span><\/strong><\/p>

Attention notez bien :<\/p>

  1. la valeur du p ne donne aucune information sur l’importance de la diff\u00e9rence entre les groupes. Si le risque alpha est de 5% = 0.05. Trouver un p=0.04 ou un p=0.00001 a exactement la m\u00eame signification : la diff\u00e9rence est significative. Ce n’est pas parce que l’on trouve un p tr\u00e8s inf\u00e9rieur au risque alpha fix\u00e9 \u00e0 priori que l’on peut dire que la diff\u00e9rence est tr\u00e8s significative.\u00a0<\/li>
  2. Si le petit \u00ab\u00a0p\u00a0\u00bb est sup\u00e9rieur au risque alpha. Par exemple si p=0.06. On ne pourra pas conclure \u00e0 une \u00e9galit\u00e9 des groupes compar\u00e9s. Dans notre exemple, si on trouve un degr\u00e9 de signification de 0.07 lorsque l’on compare le groupe \u00ab\u00a0sieste\u00a0\u00bb par rapport au groupe \u00ab\u00a0lumi\u00e8re\u00a0\u00bb. On ne pourra pas dire que l’intervention \u00ab\u00a0sieste\u00a0\u00bb est aussi efficace que l’intervention \u00ab\u00a0lumi\u00e8re\u00a0\u00bb pour am\u00e9liorer la concentration au travail. Pour cela il faudrait faire une \u00e9tude d\u00e9di\u00e9e.\u00a0<\/li>
  3. la valeur du p est mesur\u00e9e \u00e0 post\u00e9riori. Elle ne modifie pas le risque alpha. Si le p est \u00e0 0.02 et que le risque alpha a \u00e9t\u00e9 fix\u00e9 \u00e0 5%, le risque alpha reste de 5%.\u00a0<\/li>
  4. Lorsque l’on fait plusieurs calculs statistiques, la valeur du \u00ab\u00a0p\u00a0\u00bb ne refl\u00e8te plus la r\u00e9alit\u00e9. La multiplication des calculs et des comparaisons entre les groupes augmentent fortement le risque d’erreur al\u00e9atoire. Ainsi, il est indispensable de corriger la valeur du petit lors des calculs gr\u00e2ce \u00e0 des mod\u00e8les statistiques. Le plus connu est le mod\u00e8le de Bonferroni. (notion pr\u00e9sente dans le glossaire du CNCI.\u00a0<\/strong><\/li><\/ol>

     <\/p>

    En esp\u00e9rant que vous appr\u00e9cierez cette m\u00e9thode d’\u00e9tude de la LCA. N’h\u00e9sitez pas \u00e0 nous donner votre avis !<\/p>

    [googleapps domain=\u00a0\u00bbdocs\u00a0\u00bb dir=\u00a0\u00bbforms\/d\/e\/1FAIpQLScr2SgaCLkvjUQu1cOcnDDGRUT4_vTd20n8OolLwiZQAqHhAA\/viewform\u00a0\u00bb query=\u00a0\u00bbembedded=true\u00a0\u00bb width=\u00a0\u00bb640″ height=\u00a0\u00bb506″ \/]<\/p>

     <\/p>

    En BONUS QCMs d’internat sp\u00e9cial 6 \u00e8me ann\u00e9e \u00a0:\u00a0Dans une \u00e9tude randomis\u00e9e contr\u00f4l\u00e9e, le p est inutile dans le tableau 1 lorsque les auteurs comparent les deux groupes de patient. Cf ECNI blanc 2017 Q5.<\/em>\u00a0<\/p>","protected":false},"excerpt":{"rendered":"

    Qu’est ce que le petit \u00ab\u00a0p\u00a0\u00bb (degr\u00e9 de signification) ? Comment lire et comprendre les r\u00e9sultats d’un article scientifique. Ne fa\u00eetes plus d’erreur dans vos questions de LCA sur le \u00ab\u00a0p\u00a0\u00bb. <\/p>\n","protected":false},"author":1,"featured_media":522,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[9,16,18,20],"tags":[71,107,179],"class_list":["post-386","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-histoires","category-rando-d2","category-rando-lca","category-tous-les-articles","tag-ecni","tag-lca","tag-risque-alpha"],"_links":{"self":[{"href":"https:\/\/randomedicale.com\/blog\/wp-json\/wp\/v2\/posts\/386","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/randomedicale.com\/blog\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/randomedicale.com\/blog\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/randomedicale.com\/blog\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/randomedicale.com\/blog\/wp-json\/wp\/v2\/comments?post=386"}],"version-history":[{"count":0,"href":"https:\/\/randomedicale.com\/blog\/wp-json\/wp\/v2\/posts\/386\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/randomedicale.com\/blog\/wp-json\/wp\/v2\/media\/522"}],"wp:attachment":[{"href":"https:\/\/randomedicale.com\/blog\/wp-json\/wp\/v2\/media?parent=386"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/randomedicale.com\/blog\/wp-json\/wp\/v2\/categories?post=386"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/randomedicale.com\/blog\/wp-json\/wp\/v2\/tags?post=386"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}