QCM : Échantillonnage en épidémiologie — 11 questions

Explication

L’échantillonnage consiste à sélectionner certains membres d’une population afin qu’ils représentent l’ensemble. La description de toutes les unités correspond plutôt au cadre de sondage, et non à la procédure de sélection.

Explication

L'échantillonnage est une procédure par laquelle certains membres d'une population sont sélectionnés pour représenter l'ensemble. La réponse incorrecte décrit une collecte exhaustive, non un échantillonnage.

Explication

L’unité de sondage est le sujet observé auprès duquel l’information est recueillie, ici chaque personne sortant de l’hôpital. La liste de ces personnes constitue plutôt un cadre de sondage.

Explication

Sélectionner un échantillon représentatif permet d'extrapoler ses résultats à la population cible, ce qui est essentiel pour la validité de l'étude. Les autres options concernent des aspects pratiques ou logistiques, mais ne sont pas la raison principale.

Explication

La population cible est celle à laquelle les résultats sont extrapolés, tandis que la population d’échantillonnage fournit les unités recrutées et que l’échantillon comprend les unités effectivement sélectionnées. Confondre les rôles de recrutement et d’extrapolation conduit à inverser les deux populations.

Explication

L’échantillonnage permet de sélectionner un sous-ensemble représentatif de la population afin de pouvoir extrapoler les résultats à l’ensemble de cette population. La méthode vise à réduire le coût et le temps de la collecte tout en assurant la validité des conclusions.

Explication

La représentativité dépend notamment de l’âge, du sexe, de l’exposition et de la susceptibilité, mais aussi du lieu et du temps, comme la saison ou l’heure. La taille, le coût ou la formulation du questionnaire peuvent influencer l’étude sans définir à eux seuls sa représentativité.

Explication

Il est essentiel de connaître et de gérer les biais d’échantillonnage avant la collecte pour garantir la représentativité de l’échantillon. Après la collecte, il est souvent trop tard pour corriger ces biais, ce qui pourrait compromettre la validité des résultats.

Explication

La principale différence réside dans le fait que dans un échantillon probabiliste, la probabilité de chaque unité d’être sélectionnée est connue, ce qui permet d’appliquer la théorie statistique. Dans un échantillon non probabiliste, cette probabilité est inconnue, ce qui limite la validité statistique des résultats.

Explication

Les statisticiens sont crédités d’avoir formulé le concept d’échantillonnage comme une procédure permettant de sélectionner des membres représentatifs d’une population. Les autres options mentionnent des acteurs qui ont contribué à d’autres aspects ou disciplines, mais pas à la définition fondamentale de l’échantillonnage.

Explication

Une sélection non aléatoire des unités d’échantillonnage peut introduire un biais, causant une erreur d’échantillonnage. Une taille insuffisante peut augmenter l’erreur, mais n’est pas une cause directe d’erreur systématique.