carolineb Posted January 7, 2021 Posted January 7, 2021 (edited) bonjour! item 9C vrai et 9D faux, je comprends pas trop comment on peut déduire ça sachant que l'échantillon n'est pas représentatif Révélation item 18D faux, c'est parce qu'ici on ne peut pas limiter le biais de classement? dans cette étude il correspond à quoi? Révélation merci d'avanceee Edited January 7, 2021 by carolineb Quote
Ancien Responsable Matière Hypnos Posted January 7, 2021 Ancien Responsable Matière Posted January 7, 2021 Salut @carolineb 6 minutes ago, carolineb said: item 9C vrai et 9D faux, je comprends pas trop comment on peut déduire ça sachant que l'échantillon n'est pas représentatif Car on te parle de populations avec une prévalence de 0,5%, donc qui est repsentative, au niveau de l’item 8 minutes ago, carolineb said: item 18D faux, c'est parce qu'ici on ne peut pas limiter le biais de classement? dans cette étude il correspond à quoi? C’est une étude transversale à mon sens donc pas de biais de classement est-ce plus clair ? Quote
carolineb Posted January 7, 2021 Author Posted January 7, 2021 (edited) il y a 11 minutes, Hypnos a dit : Car on te parle de populations avec une prévalence de 0,5%, donc qui est repsentative, au niveau de l’item merci pour ta réponse! mais 0,5% = 0,005 alors que dans l'échantillon on a 50% de M+ pour l'autre item, on ne peut jamais avoir de biais de classement pour une étude transversale? Edited January 7, 2021 by carolineb Quote
Ancien Responsable Matière Hypnos Posted January 7, 2021 Ancien Responsable Matière Posted January 7, 2021 14 minutes ago, carolineb said: mais 0,5% = 0,005 alors que dans l'échantillon on a 50% de M+ oui mais dans l'item, on te dit que l'on sort de l'échantillon et que pour cette item tu vas étudier une population avec u ne pralence de 0,5%. ça n'a rien à voir avec l'écran sillon présenté avant Quote
carolineb Posted January 7, 2021 Author Posted January 7, 2021 Il y a 4 heures, Hypnos a dit : oui mais dans l'item, on te dit que l'on sort de l'échantillon et que pour cette item tu vas étudier une population avec u ne pralence de 0,5%. ça n'a rien à voir avec l'écran sillon présenté avant je ne comprends pas comment on peut prédire que la VPP sera supérieure à 0,5% du coup.. Quote
Membre d'Honneur Solution Yoshi Posted January 7, 2021 Membre d'Honneur Solution Posted January 7, 2021 Salut @carolineb ! Je viens compléter la réponse d'@Hypnos QCM 9 : --> Item C : Alors on peut calculer la VPP et la VPN sans avoir besoin d'échantillon, il nous suffit d'avoir la prévalence, la sensibilité et la spécificité du test ! Ici je n'utiliserai que la formule pour la VPP mais tu en as aussi une pour la VPN dans le cours. Donc, pour le calcul on va utiliser la prévalence qu'on te donne (0.5%) et pour la sensibilité (95%) et spécificité (99%) on prend celle de ton test que tu as trouvé à l'aide de ton échantillon (pour rappel la sensibilité et la spécificité ne dépendent pas de la prévalence donc on peut les utiliser pour le calcul). --> Item D : D'après le cours, tu sais que plus la prévalence diminue plus la VPN augmente donc si tu passes d'une prévalence de 50% à 0.5% ta VPN ne rapprocheras pas de 0 mais on contraire s'en éloignera. Tu peux faire le calcul si tu veux en être sûre mais ici il vaut mieux ne pas perdre de temps et faire avec le cours QCM 18 : --> Item D : le biais de classement vient d'erreur quand on recueil les informations pour mettre (classer) une personne dans un groupe exposé ou non-exposé pour effectuer une étude. Ici je ne peux pas t'assurer qu'il n'y ait pas de biais de classement (je fais confiance à @Hypnos qui est plus calé sur le sujet), mais s'il y a un classement celui-ci viendrait de la réponse que chaque personne fait : ce que je veux dire, c'est que ce sera le même problème que si c'est quelqu'un qui recueil les informations à la main. En effet, les gens inclus dans l'étude peuvent ne pas se souvenir de leur exposition exacte à un facteur et même pire comme aucun intervenant n'est là pour "encadrer" les gens inclus (comme c'est sur internet) alors les biais dans les informations peuvent être plus grand (l'encadrant participant à la "standardisation" des informations) Donc peu importe dans aucun cas cette méthodologie permettrait de limiter ce biais. Ca te va ? Hypnos 1 Quote
carolineb Posted January 7, 2021 Author Posted January 7, 2021 (edited) @Yoshi yes c'est super merci beaucoup à tous les deux!! Edited January 7, 2021 by carolineb Hypnos and Yoshi 2 Quote
Membre d'Honneur Yoshi Posted January 7, 2021 Membre d'Honneur Posted January 7, 2021 Nikel alors ! Bon courage pour ces derniers jours de révisions ! carolineb 1 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.