lemi31 Posted January 9, 2018 Posted January 9, 2018 Salut Par rapport à une question d'annale '' dans le cas d'un essai multicentrique, la randomisation peut être stratifiée par centre dans le but d'équilibrer le nombre de sujet recruté par centre "compté faux. Dans la leçon on a la randomisation '' Peut être stratifiée pour éviter des déséquilibres liés à des effectifs limités '' Je ne saisis pas la nuance Quote
Solution Bixit Posted January 11, 2018 Solution Posted January 11, 2018 Salut, si tu as des centres où les effectifs sont limités tu peux avoir une sur-représentation d'un groupe dans ton échantillon comparativement aux autres centres, donc la stratification va permettre de faire en sorte que chaque groupe soient également représentés dans les échantillons des différents centres. Mais elle ne permet pas qu'il y ait le même nombre de patients dans chaque centre. Je ne sais pas si tu arrives à mieux saisir la différence, n'hésite pas à le dire si ce n'est pas le cas! Bonne journée Quote
lemi31 Posted January 12, 2018 Author Posted January 12, 2018 Daccord super merci pour ta réponse Quote
Ancien du Bureau Shtomal Posted January 12, 2018 Ancien du Bureau Posted January 12, 2018 Coucou ! Juste pour apporter (peut être) un plus avec ma vision des choses : Imaginons que nous voulons faire une étude pour comparer le médicament A et le médicament B. Le but et d'avoir deux groupes (groupe A pour le médicament A et groupe B pour le médicament B). En fait, si tu as besoin d'élargir ton étude à la France entière par exemple, tu vas ouvrir plusieurs centres : par exemple paris et Toulouse (entre autres). Tu vas donc chercher à former des échantillons dans ces deux villes. Tu as deux possibilités : Soit tu regroupes tout le monde et tu fais ta randomisation par rapport à ce gros sous groupe. Soit tu fais la randomisation sur les deux groupes (donc une randomisation sur Toulouse et une randomisation sur paris). --> stratification. Une fois que tu as fais la randomisation, dans les deux cas, tu renvoies tout le monde dans sa ville pour commencer l'étude. Ensuite, deuxième partie : Quand tu recrutes des personnes pour tes deux groupes (paris et Toulouse), tu peux avoir un problème de nombre. C'est à dire avoir 10 personnes qui acceptent à paris et 200 à Toulouse. (Ce sont des extrêmes, je ne sais pas si c'est possible, mais c'est juste pour illustrer l'explication). Du coup, quand tu vas faire ta randomisation, dans le deuxième cas, tu vas normalement, puisque c'est aléatoire, avoir deux groupes : le groupe A et le groupe B qui ont a peu près la même proportion de personnes. Donc environ 5 dans A et 5 dans B (ou 4 dans A et 6 dans B, peu importe) pour Paris ; et 101 pour A et 99 pour B pour Toulouse. Cela est pratique pour bien comparer les deux médicaments dans chaque centre (Toulouse et paris). Dans le premier cas, puisque tu regroupes tout le monde avant de faire la randomisation, tu peux te retrouver avec un groupe A qui comporte 104 personnes et 106 personnes pour le groupe B. Et ensuite, chaque personnes ayant son médicament qu'elle doit prendre (bon là, on va dire qu'on est en essai ouvert, mais ça peut etre en double aveugle ou simple aveugle), va rentrer chez elle à Toulouse ou à paris. Le problème, c'est qu'il n'y avait que 10 personnes à paris et 200 à Toulouse. Donc, on peut très bien se retrouver avec 10 personnes à Paris qui rentrent chez eux en devant prendre le médicament A et personne à paris pour prendre le médicament B (puisque les gourdes A et B ont été fait sans avoir d'à priori sur la localisation des personnes). Donc là, pour faire une comparaison entre les deux médicaments, ça va etre compliqué...et l'étude ne sera pas top. Donc pour résumer, la stratification permet aux chercheurs qui veulent élargir leur étude à une grande zone, impliquant la nécessité de plusieurs centres géographiquement différents, d'avoir à peu près la même proportion de personne qui prend le médicament A ou le médicament B dans chaque centre. Cel permet de bien pouvoir comparer les deux médicaments dans chaque centre et d'avoir une étude qui n'est pas trop biaisé. Voilàààà j'espère ne pas me tromper (surtout) ! Et ne pas m'être embrouillée ! Et avoir bien expliqué et ajouté un truc à l'explication de Maalou Bon courage !! Quote
Bixit Posted January 12, 2018 Posted January 12, 2018 Vu la longueur ça doit être 1000 fois mieux expliqué que moi Quote
La_Reine_Rouge Posted January 12, 2018 Posted January 12, 2018 Coucou ! Juste pour apporter (peut être) un plus avec ma vision des choses : Imaginons que nous voulons faire une étude pour comparer le médicament A et le médicament B. Le but et d'avoir deux groupes (groupe A pour le médicament A et groupe B pour le médicament B). En fait, si tu as besoin d'élargir ton étude à la France entière par exemple, tu vas ouvrir plusieurs centres : par exemple paris et Toulouse (entre autres). Tu vas donc chercher à former des échantillons dans ces deux villes. Tu as deux possibilités : Soit tu regroupes tout le monde et tu fais ta randomisation par rapport à ce gros sous groupe. Soit tu fais la randomisation sur les deux groupes (donc une randomisation sur Toulouse et une randomisation sur paris). --> stratification. Une fois que tu as fais la randomisation, dans les deux cas, tu renvoies tout le monde dans sa ville pour commencer l'étude. Ensuite, deuxième partie : Quand tu recrutes des personnes pour tes deux groupes (paris et Toulouse), tu peux avoir un problème de nombre. C'est à dire avoir 10 personnes qui acceptent à paris et 200 à Toulouse. (Ce sont des extrêmes, je ne sais pas si c'est possible, mais c'est juste pour illustrer l'explication). Du coup, quand tu vas faire ta randomisation, dans le deuxième cas, tu vas normalement, puisque c'est aléatoire, avoir deux groupes : le groupe A et le groupe B qui ont a peu près la même proportion de personnes. Donc environ 5 dans A et 5 dans B (ou 4 dans A et 6 dans B, peu importe) pour Paris ; et 101 pour A et 99 pour B pour Toulouse. Cela est pratique pour bien comparer les deux médicaments dans chaque centre (Toulouse et paris). Dans le premier cas, puisque tu regroupes tout le monde avant de faire la randomisation, tu peux te retrouver avec un groupe A qui comporte 104 personnes et 106 personnes pour le groupe B. Et ensuite, chaque personnes ayant son médicament qu'elle doit prendre (bon là, on va dire qu'on est en essai ouvert, mais ça peut etre en double aveugle ou simple aveugle), va rentrer chez elle à Toulouse ou à paris. Le problème, c'est qu'il n'y avait que 10 personnes à paris et 200 à Toulouse. Donc, on peut très bien se retrouver avec 10 personnes à Paris qui rentrent chez eux en devant prendre le médicament A et personne à paris pour prendre le médicament B (puisque les gourdes A et B ont été fait sans avoir d'à priori sur la localisation des personnes). Donc là, pour faire une comparaison entre les deux médicaments, ça va etre compliqué...et l'étude ne sera pas top. Donc pour résumer, la stratification permet aux chercheurs qui veulent élargir leur étude à une grande zone, impliquant la nécessité de plusieurs centres géographiquement différents, d'avoir à peu près la même proportion de personne qui prend le médicament A ou le médicament B dans chaque centre. Cel permet de bien pouvoir comparer les deux médicaments dans chaque centre et d'avoir une étude qui n'est pas trop biaisé. Voilàààà j'espère ne pas me tromper (surtout) ! Et ne pas m'être embrouillée ! Et avoir bien expliqué et ajouté un truc à l'explication de Maalou Bon courage !! '' Soit tu fais la randomisation sur les deux groupes (donc une randomisation sur Toulouse et une randomisation sur paris). --> stratification. ''J'ai sûrement du mal comprendre ton explication mais cela reviendrait à dire que '' dans un essai multicentrique (ici Paris et Toulouse) la randomisation est une procédure qui est réalisée dans chaque centre '' c'est un item d'annale compté Faux pourtant j'ai l'impression que c'est ce que tu illustres ici ? Quote
Ancien du Bureau Shtomal Posted January 12, 2018 Ancien du Bureau Posted January 12, 2018 Pour cet item, il me semble que je l'avais compté faux parce que ici, c'est comme si on disait que pour tous les essais multicentriques, on faisait une stratification, alors que non... Je me trompe peut etre ... Qu'en penses tu ? Quote
SJr Posted September 6, 2019 Posted September 6, 2019 Le 12/01/2018 à 12:24, Shtomal a dit : Soit tu regroupes tout le monde et tu fais ta randomisation par rapport à ce gros sous groupe. du coup ça c'est la définition de la randomisation par stratification multicentrique ou pas ? @Chat_du_Cheshire à l'aide plzzzzz si j'ai bien comprendu: stratification d'une randomisation multicentrique c'est regroupement paris-toulouse PUIS randomisation PUIS retour au bercail pour tlm stratification "unicentrique" c'est genre uniquement à Tlse, et c'est pour regrouper les gens par qualité ou intervalles; sexe et par exemple 15-18 ans - 18-25 etc.. ? j'ai l'impression qu'il y a deux cas mais j'suis pas sûr Quote
Recommended Posts
Join the conversation
You can post now and register later. If you have an account, sign in now to post with your account.
Note: Your post will require moderator approval before it will be visible.