QCM : Échantillonnage et méthodes épidémiologiques (11 questions)

Questions et réponses du QCM

1. Dans une étude sur une grande population, quelle opération constitue l’échantillonnage ?

Recueillir des informations auprès de tous les membres de la population
Analyser les résultats obtenus auprès des membres sélectionnés
Décrire les caractéristiques de la population sans sélectionner de membres
Sélectionner certains membres pour représenter la population entière

Sélectionner certains membres pour représenter la population entière

Explication

L’échantillonnage consiste à sélectionner certains membres afin qu’ils représentent la population entière. La collecte concerne la recherche d’informations, l’analyse intervient ensuite, et décrire la population ne constitue pas une sélection.

2. Une enquête sur une maladie est menée dans deux régions à des périodes différentes. Quels éléments faut-il considérer pour juger si l’échantillon est représentatif ?

Le nombre de personnes interrogées et le mode de saisie des réponses
La saison et l’heure de l’enquête, sans considérer les caractéristiques des personnes
Le milieu urbain ou rural et l’âge des enquêteurs, sans tenir compte du moment
Les caractéristiques des personnes, le milieu urbain ou rural, la saison, le jour et l’heure

Les caractéristiques des personnes, le milieu urbain ou rural, la saison, le jour et l’heure

Explication

La représentativité prend en compte les caractéristiques démographiques et la susceptibilité des personnes, le caractère urbain ou rural du lieu, ainsi que la saison, le jour et l’heure. Le seul effectif ne suffit pas, et ignorer les personnes ou le contexte temporel et géographique laisse de côté des facteurs importants.

3. Une équipe attribue à chaque personne de la population une probabilité connue d’être sélectionnée au moyen d’un tirage aléatoire. De quel type d’échantillon s’agit-il ?

Un échantillon par itinéraires
Un échantillon probabiliste
Un échantillon par choix raisonné
Un échantillon par quotas

Un échantillon probabiliste

Explication

Un échantillon probabiliste repose sur un sondage aléatoire où chaque sujet a une probabilité connue d’être sélectionné. Les quotas, le choix raisonné et les itinéraires relèvent des méthodes non probabilistes.

4. Pour tirer au sort des unités selon un sondage aléatoire simple, quelle procédure l’équipe doit-elle suivre ?

Numéroter toutes les unités, puis en sélectionner certaines au hasard
Former des sous-groupes homogènes, puis tirer des unités dans chacun
Choisir une unité à intervalles réguliers dans une liste ordonnée
Inviter des volontaires, puis retenir ceux qui répondent en premier

Numéroter toutes les unités, puis en sélectionner certaines au hasard

Explication

Le sondage aléatoire simple donne à chaque unité une chance égale d’être tirée au sort : on numérote les unités, puis on en sélectionne certaines au hasard. Former des sous-groupes correspond à une stratification, tandis qu’un intervalle fixe et le volontariat ne décrivent pas cette procédure.

5. Lors de l’estimation de la taille d’un échantillon, quel élément faut-il ajuster en fonction du nombre de personnes susceptibles de répondre ?

Le taux de réponse attendu
Le risque acceptable pour l’étude
Le niveau de précision désiré
La fréquence attendue du facteur étudié

Le taux de réponse attendu

Explication

Le calcul de la taille de l’échantillon tient compte du taux de réponse attendu afin d’ajuster l’effectif prévu. La fréquence du facteur étudié est également un paramètre du calcul, mais elle décrit sa fréquence attendue dans la population, et non la participation à l’enquête.

6. Dans une étude épidémiologique, quel effet une mauvaise classification non différentielle a-t-elle généralement sur la mesure de l’association ?

Elle crée un biais de sélection en favorisant l’inclusion des sujets exposés dans l’étude.
Elle affaiblit la mesure de l’association par une erreur aléatoire indépendante de l’exposition et de la maladie.
Elle amplifie la mesure de l’association lorsque les cas se rappellent mieux leur exposition que les témoins.
Elle déforme l’association dans une direction donnée par une erreur systématiquement liée à l’exposition.

Elle affaiblit la mesure de l’association par une erreur aléatoire indépendante de l’exposition et de la maladie.

Explication

Une mauvaise classification non différentielle est une erreur aléatoire sans lien avec l’exposition ou la maladie et tend à atténuer l’association mesurée. À l’inverse, une erreur différentielle est systématiquement liée à l’exposition ou à la maladie et peut déformer l’association dans une direction donnée.

7. Quel est l’objectif principal d’une étude de cohorte lorsqu’elle compare des personnes exposées et non exposées ?

Déterminer si les critères diagnostiques diffèrent entre les personnes exposées et non exposées.
Mesurer l’incidence de la maladie dans chaque groupe et comparer les risques associés à l’exposition.
Estimer la prévalence d’une maladie dans la population à un moment donné.
Comparer les expositions antérieures de personnes malades à celles de témoins sans maladie.

Mesurer l’incidence de la maladie dans chaque groupe et comparer les risques associés à l’exposition.

Explication

Le suivi des groupes exposé et non exposé permet de mesurer l’incidence de la maladie et de comparer les risques. À l’inverse, comparer des malades à des témoins correspond à l’organisation d’une étude cas-témoins.

8. À quelle étape d’une analyse stratifiée présente-t-on les résultats séparément pour chaque strate ?

Avant d’évaluer l’association brute entre l’exposition et l’événement.
Après avoir écarté les facteurs susceptibles de modifier l’effet.
Après avoir constaté que la mesure de l’association varie selon les strates.
Après avoir conclu que la mesure brute et la mesure ajustée sont identiques.

Après avoir constaté que la mesure de l’association varie selon les strates.

Explication

Quand l’effet est modifié, l’analyse stratifiée présente les résultats par strates afin de rendre visibles les associations différentes. Si la mesure varie entre les strates, il serait incorrect de résumer le résultat par une seule mesure ajustée comme si l’effet était uniforme.

9. Quelle différence distingue une méta-analyse d’une revue méthodique ?

La méta-analyse mesure l’incidence dans une cohorte, tandis que la revue méthodique estime la prévalence à un instant donné.
La méta-analyse attribue une intervention au hasard, tandis que la revue méthodique compare deux groupes dans un essai contrôlé.
La méta-analyse combine statistiquement les résultats d’études indépendantes, tandis que la revue méthodique synthétise les études selon une méthode explicite et reproductible.
La méta-analyse décrit des cas sans témoin, tandis que la revue méthodique compare des malades à des témoins similaires.

La méta-analyse combine statistiquement les résultats d’études indépendantes, tandis que la revue méthodique synthétise les études selon une méthode explicite et reproductible.

Explication

La méta-analyse effectue une combinaison statistique des données issues d’études indépendantes, alors que la revue méthodique organise une synthèse selon une démarche explicite et reproductible. Une revue méthodique ne consiste pas à attribuer une intervention au hasard, ce qui caractérise plutôt un essai contrôlé randomisé.

10. Pourquoi une méthode de recherche médiocre peut-elle empêcher une étude médicale d’aboutir à une conclusion solide ?

Parce que l’aveugle transforme automatiquement une mesure subjective en mesure objective
Parce que la reproductibilité devient indépendante des conditions de l’étude
Parce que l’observation d’un fait suffit à établir une théorie cohérente
Parce que les données peuvent ne pas permettre une analyse et une interprétation fiables

Parce que les données peuvent ne pas permettre une analyse et une interprétation fiables

Explication

Une méthode insuffisante fragilise l’analyse, et un plan expérimental n’est utile que si les données peuvent être interprétées. L’aveugle peut limiter l’influence de l’observateur sur la mesure, mais il ne garantit pas à lui seul la solidité de toute la démarche.

11. Une équipe veut comparer des mesures de poids recueillies en kilogrammes et de taille recueillies en centimètres. Quelle transformation permet de rendre ces variables comparables indépendamment de leurs unités ?

Diviser chaque valeur par la moyenne, puis soustraire l’écart type de la variable
Ajouter l’écart type à chaque valeur, puis soustraire la variance de la variable
Soustraire la moyenne de chaque valeur, puis diviser par l’écart type de la variable
Soustraire la valeur minimale de chaque valeur, puis diviser par l’étendue de la variable

Soustraire la moyenne de chaque valeur, puis diviser par l’écart type de la variable

Explication

Centrer-réduire une variable consiste à soustraire sa moyenne à chaque valeur, puis à diviser par son écart type, ce qui neutralise l’unité et l’échelle. Diviser simplement par la moyenne ne produit pas cette standardisation.

Révisez avec les flashcards

Mémorisez les réponses avec 10 flashcards sur Échantillonnage et méthodes épidémiologiques.

Qu’est-ce que l’échantillonnage ?

La sélection de certains membres d’une population pour la représenter.

Quelles méthodes sont des échantillonnages non probabilistes ?

Le choix raisonné, les quotas, les unités types, la méthode des itinéraires, la boule de neige, le time-location sampling et le respondent-driven sampling.

Qu’est-ce qu’une unité de sondage ?

Le sujet observé auprès duquel l’information est recueillie.

Voir les flashcards →

Approfondir avec la fiche

Consultez la fiche de révision complète sur Échantillonnage et méthodes épidémiologiques.

Voir la fiche →

Cours similaires

Organisation du système nerveux

Physiologie

Épidémiologie des maladies infectieuses

Systèmes d’information et littérature en santé

Transports membranaires et cellulaires

Physiologie

Anamnèse et examen physique

Évaluation clinique de l’abdomen

Crée tes propres QCM

Importe ton cours et l'IA génère des QCM avec corrections en 30 secondes.

Générateur de QCM