Académique Documents
Professionnel Documents
Culture Documents
Exercicescorrigsdpidmiologieetdebiostatistique Extraits PrBezzaoucha
Exercicescorrigsdpidmiologieetdebiostatistique Extraits PrBezzaoucha
net/publication/281684951
CITATIONS READS
0 13,564
1 author:
Abdeldjellil Bezzaoucha
Saad Dahlab University
108 PUBLICATIONS 136 CITATIONS
SEE PROFILE
Some of the authors of this publication are also working on these related projects:
Enseignement de la lecture critique d’articles : essai d’équivalence entre un enseignant junior et un enseignant sénior View project
All content following this page was uploaded by Abdeldjellil Bezzaoucha on 06 June 2021.
1
Exercice 1. (examen, résidanat A1 : septembre 1984)
Enoncé
Dans le cadre d’une étude séro-épidémiologique visant à déterminer
les facteurs de risque pouvant intervenir dans la transmission de
l’hépatite virale B en milieu hospitalier, on relève que l’infection par
le virus de l’hépatite B parmi le personnel d’un hôpital d’Alger se
distribue comme suit en fonction de l’âge et du sexe (tableau 1).
2
Tableau 2. Prévalence (%) des marqueurs sériques du HBV en fonction de l’âge
Age Testés HBsAg+ Anti-HBs+ HBV+
(ans) Effectif % Effectif % Effectif %
<20 129 2 1.6 5 3.9 7 5.4
20-29 921 32 3.5 82 8.9 114 12.4
30-39 305 10 3.3 47 15.4 57 18.7
40-49 107 2 1.9 31 29.0 33 30.8
50+ 40 1 2.5 12 30.0 13 32.5
Total 1502 47 3.1 177 11.8 224 14.9
Corrigé
1. Non, les indications de lieu et de temps manquent.
2.
Infection par le virus de l’hépatite B : qualitative à deux
modalités : HBV+, HBV- ;
Sexe : qualitative à deux modalités : masculin, féminin ;
Age : quantitative à 5 classes : <20, 20-29, 30-39, 40-49,
50+
3. Prévalence de l’infection cumulée p = 224/1502 = 14.9%. Il
est préférable dans ce cas de parler de prévalence cumulée et
non de prévalence globale car les porteurs d’anticorps ne sont
plus infectés.
Intervalle de confiance à 5% par l’utilisation de l’approximation
normale (conditions d’application remplies) : 13.1% < p <16.7%.
Non, cet intervalle n’est pas très étendu. La bonne précision absolue
(1.8%) est expliquée par la taille appréciable de l’échantillon.
4.
HBV+ HBV- Total
Masculin 160 906 1066
Féminin 64 372 436
Total 224 1278 1502
3
Prévalence de l’infection chez les sujets de sexe masculin : 160/1066
= 15.1%
Prévalence de l’infection chez les sujets de sexe féminin : 64/436 =
14.7%
X² = 0.03, NS. Ho retenue : pas de relation entre le sexe et l’infection
par le virus HBV.
5. HBV+ : ma = 31.92 ; sa = 9.61
HBV- : mb = 27.78 ; sb = 7.97
Test de l’écart réduit z comparant deux moyennes de deux grands
échantillons :
z = (31.92-27.78)/√(9.61²/224+7.97²/1278) = 6.87 ; p<10-8
Il existe une liaison entre l’âge et l’infection (Ho : pas de relation
entre l’âge et l’infection, rejetée ). La moyenne d’âge des sujets
infectés est significativement plus grande.
6. Graphe en annexe. C’est l’Anti-HBs qui explique la relation
existante entre l’âge et l’infection par le HBV. Les anticorps durant
longtemps, la prévalence de l’Anti-HBs en fonction de l’âge augmente
et dessine un gradient net. Ce qui explique cette allure de fréquences
cumulées.
4
Age x en années et poids y en kg de 492 enfants
Age 5-7 7-9 9-11 11-13 13-15 Total
Poids
63-67 1 1
59-63 8 8
55-59 2 6 8
51-55 1 18 19
47-51 10 30 40
43-47 1 17 41 59
39-43 3 31 31 65
35-39 1 21 26 13 61
31-35 6 33 28 10 77
27-31 5 17 26 10 58
23-27 8 32 14 1 55
19-23 16 13 1 30
15-19 9 1 10
11-15 1 1
Total 39 70 98 127 158 492
5
Corrigé
1. C’est un tableau de corrélation puisque l’information observée est
classée selon les données de deux caractères quantitatifs.
2.
396/492 = 80.5%
67/492 = 13.6%
109/492 = 22.2%
16/492 = 3.3%
3. r = Covariance (x,y)/√(variance x * variance y) = 10360/√(3232 *
49034) = 0.82
4. t (n-2)= r√(n-2)/√(1-r²) = 0.82*√490/√(1-0.82²) = 31.71 ; p <
0.001. Ainsi, r diffère très significativement de 0. Les résultats
étaient attendus, il y a évidemment une corrélation entre l’âge et le
poids.
5. pente de la droite de régression de y en x = covariance
(x,y)/variance x = 10360/3232 = 3.21
6. my = 36.5 ; mx = 11.2
7. sy = √49034/491 = 9.99 ; sx = √3232/491 = 2.57
y - my = r * sy(x-mx)/sx = y-36.5=0.82*9.99(x-11.2)/2.57 = y-
36.5=3.19(x-11.2)
y = 3.19x + 0.80
8. y = 3.19 * 10 + 0.80 = 32.7 kg
9. poids moyen =
[(25*14)+(29*26)+(33*33)+(37*21)+(41*3)+(45*1)]/98 = 32.02.
L’ajustement est bon.
10. Non ! Il faut pour trouver l’âge moyen des enfants pour un poids
donné envisager l’équation de régression de x en fonction de y :
x - mx = r * sx(y-my)/sy x = 0.21y + 3.53 (l’expression de l’équation
n’est pas obligatoire)
Corrigé
1. Age, sexe, niveau d’instruction, type d’habitation, profession,
indice de promiscuité (ces 4 dernières variables peuvent servir
aussi à déterminer la classe sociale), état matrimonial, horaires de
fréquentation de la polyclinique, diagnostic, thérapeutique fournie,
orientation du sujet vers un spécialiste.
2. Etude proportionnelle ou étude transversale descriptive
3.
Caractéristiques utiles : le tirage au sort permet de généraliser les
résultats à l’ensemble de la population qui fréquente la
polyclinique. Au vu des résultats, des décisions administratives
peuvent être prises pour rationaliser la distribution des soins.
Limites de l’étude : les dossiers de la polyclinique peuvent être
très incomplets quant à l’information en rapport avec l’objectif de
l’étude.
7
Répartition de blessés par accidents de la route en Algérie
selon l’année
Année Effectif
1980 37020
1981 40450
1982 37102
1983 40798
Source : Ministère des Transports
La population algérienne résidente était estimée au 1er janvier 1980 à
18558400. Le taux d’accroissement naturel de la population depuis
cette date sera considéré égal à 30 pour 1000 (faites les estimations de
la population algérienne pour les années suivantes à la centaine près).
1. Calculez les taux d’incidence annuels de 1980 à 1983 pour 100000
habitants.
2. Comment ces taux évoluent-ils dans le temps et que pouvez vous
penser des mesures de prévention et de contrôle prises pendant
cette période contre la morbidité causée par les accidents de la
route ?
3. Calculez le taux d’incidence annuel moyen de 1980 à 1983. Si
l’espérance de vie à la naissance est de 58 ans, quelle est la
probabilité pour un algérien d’être blessé dans un accident de la
circulation au cours de sa vie ?
Corrigé
1.
Estimations de la population algérienne au début de l’année :
1/1/80 : 18558400
1/1/81 : 18558400(1 + 0.03)1 = 19115200
1/1/82 : 18558400(1 + 0.03)² = 19688600
1/1/83 : 18558400(1 + 0.03)3 = 20279300
1/1/84 : 18558400(1 + 0.03)4 = 20887600
Estimations de la population algérienne au milieu de l’année :
1/7/80 : (18558400+19115200)/2 = 18836800
1/7/81 : 19401900
1/7/82 : 19983950
1/7/83 : 20583450
8
Taux d’incidence annuels :
1980 : 37020/18836800 = 196.5 pour 100000
1981 : 40450/19401900 = 208.5 pour 100000
1982 : 37102/19983950 = 185.7 pour 100000
1983 : 40798/20583450 = 198.2 pour 100000
2. Ces taux évoluent en « dents de scie » et ne marquent pas une
baisse ou une hausse régulière. Ce qui donne à penser que les
mesures de contrôle et de prévention sont plutôt inefficaces.
3. Taux d’incidence annuel moyen = (total blessés/population au
milieu de la période)/4
= 1/4 [(155370/(19401900+19983950)/2] = 197.2 pour 100000
Probabilité d’être blessé au cours d’une vie = 197.2/100000 * 58 =
11.4% (pour peu que l’incidence moyenne reste constante).
9
Corrigé
1.
Taux de mortalité toutes causes :
5-9 ans : 6601/3181900 = 207.5 pour 100000
10-14 ans : 4603/3349100 = 137.4 pour 100000
Taux de mortalité spécifique de la maladie M :
5-9 ans : 774/3181900 = 24.3 pour 100000
10-14 ans : 827/3349100 = 24.7 pour 100000
2. Mortalité proportionnelle engendrée par la maladie M :
5-9 ans : 774/6601 =11.7%
10-14 ans : 827/4603 = 18.0%
3. Aucun groupe à risque n’a été identifié car les taux de mortalité
spécifique de M sont identiques pour les deux groupes d’âge. La
mortalité proportionnelle est une simple fréquence relative, elle
exprime seulement que la maladie M est une cause de mortalité
plus importante pour le groupe d’âge 5-9 ans mais n’est pas un
indicateur de risque comme un taux.
Corrigé
1. La standardisation neutralise l’effet de l’âge et va permettre la
comparaison des taux entre les deux pays pour chaque localisation.
10
Taux d’incidence annuels du cancer (pour 100000) standardisés pour l’âge
Localisation Algérie Suède
Hommes Femmes Hommes Femmes
Cavité buccale 3.5 1.1 5.1 1.9
Nasopharynx 3.7 1.6 0.5 0.3
Estomac 3.6 1.4 21.0 11.2
Gros intestin 0.9 0.8 15.8 14.7
Rectum 2.2 1.3 10.5 6.9
Foie 1.6 1.5 2.9 1.4
Vésicule biliaire 0.4 1.1 2.3 4.1
Larynx 8.0 0.7 2.4 0.3
Sein 0.5 9.2 0.4 52.4
Col utérin - 24.2 - 17.1
Testicule 0.5 - 2.5 -
Vessie 2.8 0.4 11.9 3.8
Source : Profil de la morbidité cancéreuse en Algérie 1966/1975
2. Les suédois et les suédoises ont des taux d’incidence annuels plus
élevés pour chaque localisation de cancer sauf pour le nasopharynx
et le larynx. Les algériennes ont aussi un taux plus élevé pour le
cancer du col. Les taux chez les hommes sont plus élevés que ceux
des femmes pour chaque localisation sauf pour le sein et la vésicule
biliaire. Accessoirement, il faut peut être noter pour que le taux
d’incidence du cancer du foie chez les suédoises est légèrement
diminué par rapport à celui des algériennes et que les algériens ont
un taux d’incidence cancéreuse du sein légèrement plus élevé.
3. Les deux pays diffèrent par de très nombreux facteurs relatifs au
mode de vie, à l’ethnie et à l’environnement, ce qui rend
l’interprétation des données plutôt malaisée :
diététique, tabagisme, alcoolisme pour les cancers du tube
digestif ;
tabagisme pour le cancer du nasopharynx et du larynx ;
tabagisme, infection, exposition aux agents chimiques pour le
cancer de la vessie ;
11
parité pour le cancer du sein et du col utérin ainsi que l’âge au
premier accouchement, l’allaitement, l’infection, les facteurs
génétiques, diététiques...
12
Corrigé
1. Trois variables :
« Maladie » : variable qualitative, modalités : malade, non malade ;
« Contact avec le sang » : variable qualitative, modalités : fréquent,
rare ;
« Contact avec le patient » : variable qualitative, modalités :
fréquent, rare.
Variable dépendante : « Maladie » ;
Variable indépendante : « Contact avec le sang » et « Contact avec
le patient »
2. Représentation graphique en annexe. On peut aussi envisager deux
diagrammes à barres correspondant chacun à une distribution à
deux variables qualitatives : infection * contact avec le sang et
infection * contact avec le patient (voir l’exemple du graphe de
exercice 24).
3.
Maladie par contact avec le sang : X² 21.97 ; p < 10-5. Ceux
qui sont en contact fréquent avec le sang ont une prévalence
(24.2%) significativement supérieure à ceux dont le contact
avec le sang est rare (12.9%).
Malade Non malade Total
Fréquent 64(39.4) 200(224.6) 264
Rare 160(184.6) 1078(1053.4) 1238
Total 224 1278 1502
Maladie par contact avec le patient : X² = 0.69 ; NS (les
deux prévalences ne diffèrent pas significativement)
Malade Non malade Total
Fréquent 108(102.3) 578(583.7) 686
Rare 116(221.7) 700(694.3) 816
Total 224 1278 1502
14
Corrigé
1. m = np = 5000 * 0.1% = 5 ; f(10) = 0.0181
2. 0.0067+0.0337+0.0842+0.1404+0.1755+0.1755+0.1462+0.1044+0
.0653+0.0363+0.0181 = 0.9863
3. m = np = 10000 * 0.1% = 10 ; f(16) = 0.0217.
4. Avec la loi de Poisson de paramètre 5, la probabilité d’observer 10
malformations en un mois est 0.0181. Cette probabilité étant très
faible, la situation peut être considérée comme anormale et on peut
parler de seuil épidémique franchi ou d’urgence épidémiologique.
Corrigé
1. L’intervalle 0.90g et 1.20g n’étant pas symétrique autour de la
moyenne, on peut résoudre le problème en trois temps par
l’utilisation de la table de l’écart réduit :
déterminer la probabilité entre 0.90g et 1.00g ;
déterminer la probabilité entre 1.00g et 1.20g ;
additionner ces deux probabilités.
15
L’écart réduit correspondant à 0.90g est : (0.90-1)/0.2 = 050. La
probabilité d’observer une valeur entre -0.50 et +0.50 est : 1 - 0.62
=0.38. La probabilité d’observer une valeur de la glycémie comprise
entre 0.90g et 1.00g est donc : 0.38/2 = 0.19.
L’écart réduit correspondant à 1.20g est (1.20-1)/0.2 = 1.00. La
probabilité d’observer une valeur entre -1.00 et +1.00 est : 1 - 0.32 =
0.68. La probabilité d’observer une valeur de la glycémie comprise
entre 1.00g et 1.20g est donc : 0.68/2 = 0.34.
La probabilité totale pour un individu d’avoir une glycémie comprise
entre 0.90g et 1.20g est donc : 0.18 + 0.34 = 0.52, soit environ 52%.
Si on prenait un échantillon de 500 personnes parmi cette population
cible, 260 environ (500*0.52) auront en moyenne une glycémie
comprise entre 0.90 et 1.20g.
2. L’écart réduit correspondant à 1.40g est : (1.40-1)/ 0.2 = 2.00. La
probabilité d’observer une valeur à l’extérieur de l’intervalle
(-2.00 ;+2.00) est égale à 0.05. Puisqu’on ne s’intéresse qu’à une
extrémité de la courbe, la probabilité pour un individu d’avoir une
glycémie supérieure à 1.40g est donc : 0.05/2 = 0.025, soit environ
2.5%. Cette probabilité petite peut suggérer l’existence d’un état
pathologique. Cependant, le critère statistique, même s’il est
indispensable, ne suffit pas à caractériser un état pathologique. Il faut
aussi des critères cliniques et opérationnels.
3. L’intervalle de confiance est symétrique par rapport à la moyenne :
= 1.20 ± 0.07, soit m = 1.20g.
4. La précision absolue i du sondage est donc : i = 0.07 = zs√n ; d’où :
√n = (2.576*√0.10)/0.07 n = 135 sujets.
16
Masse grasse de filles de 9 ans habitant 4 communes rurales d’Algérie
Commune Boukadir Kaïs Beni-Abbes Makouda
Effectif 42 62 32 38
Moyenne 4.6 4.1 5.0 4.3
Ecart type 1.3 0.9 1.4 0.9
Corrigé
Hypothèse nulle : les moyennes ne diffèrent pas entre elles
significativement.
Choix du test : analyse de la variance : test F.
Conditions d’application du test : normalité des
distributions et égalité des variances (mais test robuste)
Eléments permettant la construction du tableau d’analyse de
la variance
Boukadir Kaïs beni-Abbes Makouda
T1 = x 193 254 160 163
T2 = x² 956 1090 861 729
ni 42 62 32 38
Ti²/ni 193²/42 254²/62 160²/32 163²/38
Corrigé
1. Rapport = accidents corporels de la circulation impliquant des
conducteurs ayant un taux d’alcoolémie supérieur au taux légal /
nombre total des accidents corporels de la circulation. Ce rapport
est une simple fréquence relative d’un tableau à une seule entrée
(une seule variable qui est le seuil d’alcoolémie) :
Répartition d’accidents corporels de la circulation selon l’alcoolémie
Alcoolémie Effectif %
Supérieure au seuil légal - 70.0
Non supérieure au seuil légal - 30.0
Total - 100.0
Un tel tableau ne permet évidemment pas de tester la relation entre
l’alcoolémie et la survenue éventuelle d’un accident corporel de la
circulation. Cependant, de telles données permettent de suggérer des
hypothèses.
18
2.
Tableau de contingence permettant d’étudier la liaison entre l’alcoolémie
et les accidents de la route
Alcoolémie Accidents Pas d’accidents total
Supérieure au seuil légal
Non supérieure au seuil légal
Total
3. Il est très difficile, voire impossible, de connaître le nombre de
conducteurs avec une alcoolémie supérieure au seuil et celui des
autres conducteurs. Une telle connaissance aurait permis le calcul
des taux des accidents de la route chez les uns et les autres, et de les
comparer pour tester la liaison entre les deux variables.
3.
RR = 22.4 pour 1000/12.0 pour 1000 = 1.9 ;
RA (ou différence de risque) = 22.4 pour 1000 - 12.0 pour
1000 = 10.4 pour 1000
Le risque relatif exprime que les sujets hypercholestérolémiques
courent un risque 1.9 plus élevé de contracter une maladie par
artériosclérose coronarienne que les sujets normaux.
La différence de risque exprime aussi un excès de risque mais cette
fois-ci sous forme de taux : les hypercholestérolémiques ont un excès
de risque de 10.4 pour 1000 de développer une artériosclérose
coronarienne par rapport aux sujets normaux. Le risque attribuable
(appelé encore risque attribuable chez les exposés) est aussi la mesure
sur le plan social et économique (santé publique) de l’importance du
facteur de risque. On peut éviter 10 maladies par artériosclérose
coronarienne pour 1000 sujets hypercholestérolimiques par la
manœuvre de réduction de la cholestérolémie.
C’est en fonction du risque attribuable que l’on peut évaluer les
possibilités de réduction de l’incidence de la maladie en agissant sur le
facteur de risque.
4. FERe = 10.4/22.4 =0.464 = 46.4%. Ainsi, 46.4% des cas de
maladie par artériosclérose coronarienne survenant chez les sujets
hypercholestérolémiques sont associés à la cholestérolémie. Celle-
ci représente donc 46.4% de l’ensemble des facteurs étiologiques
de la maladie chez les sujets hypercholestérolémiques. Ou encore,
46.4% des cas de maladie par artériosclérose coronarienne
survenant chez les sujets avec une hypercholestérolémie sont donc
imputables à celle-ci et pourraient être évités s’ils étaient normaux.
20
Exercice 17. (examen, résidanat A1 : juin 1985)
Enoncé
Il a été suggéré que les femmes qui utilisent des contraceptifs oraux
présentent un risque accru de thrombophlébite. 100 femmes atteintes
de thrombophlébite constituent les cas de l’étude.
1. Quel est le type d’étude qui va vous permettre de tester l’hypothèse
précitée ?
2. Quelle est la principale condition pré-requise pour constituer le
groupe des témoins ?
3. On veut utiliser la technique d’appariement pour le choix des
témoins. Enumérer et commenter brièvement les critères
d’appariement pour les témoins.
4. Un interrogatoire bien mené a révélé que 60% des femmes atteintes
de thrombophlébite et 35% des témoins ont utilisé des contraceptifs
oraux pendant les trois mois précédant leur visite.
Estimer le risque relatif de thrombophlébite pour les femmes qui
utilisent des contraceptifs.
Corrigé
1. C’est une étude cas-témoins ; les sujets sont déjà à l’état
subséquent et les cohortes ne peuvent de toutes façons pas être
reconstituées.
2. Les femmes témoins ne doivent pas être atteints de
thrombophlébite.
3. Les deux groupes seront appariés :
pour l’âge, l’âge est un puissant déterminant de la maladie ;
pour la parité, les multipares sont plus susceptibles d’être
atteintes de thrombophlébite ;
pour la classe sociale, les hasards de l’environnement et les
comportements liés aux modes de vie sont aussi des
déterminants de la maladie ;
pour tout autre caractère qui peut être en rapport avec la
thrombophlébite.
21
4. Etude cas-témoins analysant la relation entre la thrombophlébite
et les contraceptifs
Contraceptifs oui Contraceptifs non total
Thrombophlébite 60 40 100
Pas de 35 65 100
Thrombophlébite
Total 95 105 200
X² = 12.53 ; p < 0.001
Risque relatif estimé = odds ratio = (60 * 65)/(35 * 40) = 2.8. Les
femmes qui prennent des contraceptifs ont un risque 2.8 plus élevé de
développer une thrombophlébite par rapport aux femmes qui n’en
consomment pas.
22
Poids de naissance de 246 nouveau-nés à terme dans une maternité
Poids (grammes) Effectif
2200-2400 5
2400-2600 9
2600-2800 15
2800-3000 21
3000-3200 31
3200-3400 38
3400-3600 38
3600-3800 34
3800-4000 26
4000-4200 18
4200-4400 8
4400-4600 3
Corrigé
1. Le graphique en annexe évoque fortement une distribution normale
du poids à la naissance.
2. m = 3409.76 ; s = 486.37
Vérification du calcul : m - 2s = 2437.02 ; m + 2s = 4382.50 ;
effectif des nourrissons dont le poids est inférieur à
2437.02 :
5 + (9/200) (2437-2400) = 5 + 1.67 = 6.67
effectif des nourrissons dont le poids est supérieur à
4382.50 :
3 + (8/200)(4400-4382.5) = 3 + 0.70 = 3.70
effectif total à l’extérieur de l’intervalle (m - 2s, m + 2s) :
6.67 + 3.70 = 10.37 ; d’où 10.37/246 = 4.2%
Le calcul est probablement correct puisque 5% environ des
observations d’une distribution normale sont situés à l’extérieur de cet
intervalle.
3.
Détermination de D1 graphiquement grâce au polygone de
fréquences cumulées en annexe :
D1 = 2747 g
23
Détermination de D1 grâce au calcul puisque l’hypothèse de
l’équirépartition est satisfaite (série symétrique, effectif
total assez important, intervalle de classe pas trop grand).
La formule correspondante est :
D1 = x + [(N/10 - S)/n] * a
(x = limite inférieure de la classe où se trouve D1 ; N = taille globale
de l’échantillon ; S = effectif cumulé « moins de » de la classe
inférieure à la classe de D1 ; n = effectif de la classe de D1 ; a =
amplitude de la classe médiane)
D1 = 2600 +[246/10 - 14)/15] * 200 = 2741.33
(Si on s’était contenté uniquement du centre de classe, on aurait pu
proposer la valeur de 2700 pour D1).
24
Corrigé
1. Le degré de variabilité relative d’une distribution est mesuré par le
coefficient de variation (v = s/m) qui exprime l’écart type en fonction
de la moyenne.
sx = 4.95 ; mx = 90.71 ; vx = 4.95/90.71 = 5.5%
sY = 6.97 ; my = 47.91 : vy = 6.97/47.91 = 14.6%.
Les deux caractères n’ont pas la même variation relative, la capacité
vitale varie plus que le périmètre thoracique.
2. r = [(85*370991-7710*4072)]/{[85*701400-7710²][85*199156-
4072²]} = 0.565
t(n-2) =r(n-2)/(1-r²) = 0.56583/(1-0.565²) = 6.23 ; p < 0.001.
Les deux caractères sont corrélés.
3. Equation de la droite de régression de y en x : y-my = r sy/sx(x-mx)
y = 0.7954x - 24.2413
si x = 100, y = 55 dl (55.30)
4. Equation de la droite de régression de x en y : x-mx = r sx/sy(y-my)
x = 0.3977y + 71.6560
si y = 50, x = 92 cm.
25
Répartition de l’infection selon l’âge
Age (ans) Effectifs %
1-4 10 29
5-9 6 17
10-14 7 20
15-19 12 34
Total 35 100
Les auteurs concluent que les garçons sont plus atteints que les filles
et que le groupe d’âge 15-19 ans est particulièrement vulnérable.
Que pensez-vous de ces conclusions ?
Corrigé
Ces conclusions, même si elles peuvent générer des hypothèses, ne
sont pas justifiées sur la base de tableaux à une seule variable chacun.
Il fallait connaître la répartition par sexe et par âge de la population-
cible à laquelle appartiennent les enfants de cet échantillon pour
pouvoir tester la relation entre la bilharziose d’une part et le sexe et
l’âge d’autre part (tableaux à deux variables chacun) :
Sexe Infestés Non infestés Total
Masculin
Féminin
Total
26
Exercice 23. (examen, Résidanat A1 : février 1986)
Enoncé
On a enquêté deux groupes de sujets pour connaître la prévalence de
la bronchite chronique et procéder à des comparaisons. Les résultats
sont consignés au tableau suivant.
Prévalence de la bronchite dans deux groupes en fonction de l’âge
Age (années) Groupe A Groupe B
Bronchite Enquêtés Bronchite Enquêtés
25-34 5 22 1 5
35-44 9 18 4 10
45-54 5 7 10 16
55-64 4 5 20 27
Total 23 52 35 58
1. Commenter les proportions de prévalence globale et spécifiques de
la bronchite selon l’âge.
2. Effectuer une standardisation directe pour l’âge.
Corrigé
1.
Taux de bronchite chronique en fonction de l’âge
Age Groupe A Groupe B
25-34 5/22=22.7 1/5=20.0
35-44 9/18=50.0 4/10=40.0
45-54 5/7=71.4 10/16=62.5
55-64 4/5=80.0 20/27=74.1
Ensemble 23/52=44.2 35/58=60.3
Sur la base des taux globaux de prévalence, la situation sanitaire du
groupe A est apparemment plus favorable. Cependant, les taux
spécifiques du groupe A sont systématiquement plus élevés que ceux
du groupe B.
28
1. Quelles sont les variables dont les données sont consignées dans ce
tableau ainsi que leurs modalités.
2. Représenter graphiquement les 826 élèves en fonction du sexe
selon la survenue d’un accident. Appuyez-vous sur le principe de la
proportionnalité des surfaces représentatives des effectifs
rencontrés.
3. Y a-t-il une relation entre la survenue de l’accident et le sexe ?
4. Y a-t-il une relation entre la survenue de l’accident et l’âge ?
5. La limite fixée pour la prise en compte d’un accident dans cette
enquête est le fait qu’il a donné lieu à des soins infirmiers au
moins. En tenant compte de la même définition et des résultats de
cette enquête, vous voulez apprécier vous-même la fréquence de
survenue des accidents chez les enfants scolarisés. Quel sera l’ordre
de grandeur de votre échantillon au risque d’erreur de 5% et avec
une précision absolue de 5%.
Corrigé
1. trois variables :
survenue d’un accident : oui, non
sexe : masculin, féminin
âge : < 14 ans, > 14 ans
2. Graphique en annexe : puisque le sexe est la variable qui sert de
base aux comparaisons, on construit une barre pour chacune des
modalités du sexe. Il faut que la largeur des barres soit
proportionnelle à l’effectif total du sexe correspondant. L’axe des y
porte les fréquences cumulées.
3.
Masculin Féminin Total
Accident + 102 105 207
Accident - 209 410 619
Total 311 515 826
X² = 15.90 ; p< 0.001. La fréquence des accidents chez les sujets de
sexe masculin (32.8%) est très significativement supérieure à celle
des sujets de sexe féminin (20.4%).
29
4.
<14 >14 Total
Accident + 85 122 207
Accident - 188 431 619
Total 273 553 826
X² = 8.01 ; p<0.01. La fréquence des accidents chez les sujets de
moins de 14 ans (31.1%) est significativement supérieure à celle
des sujets de plus de 14 ans (22.1%).
5. Fréquence des accidents sur l ‘ensemble de l’échantillon : 207/826
= 25.1%
n = z²pq/i² = (1.96²*0.25*0.75)/0.05² = 289 élèves.
La taille échantillonnale devrait être environ de 300 élèves.
Corrigé
Hypothèse nulle : les moyennes ne diffèrent pas entre elles
significativement.
Choix du test : analyse de la variance : test F.
30
Conditions d’application du test : normalité des
distributions et égalité des variances (mais test robuste)
Eléments permettant la construction du tableau d’analyse de
la variance
CSP A CSP B CSP C
T1 = x 4265.04 36981.21 23268.63
T2 = x² 701379.65 5987239.93 3692723.26
ni 26 229 147
Ti²/ni 4265.04²/26 36981.21²/229 23268.63²/147
(Ti²/ni) = 10354924.21 x = TG = 4265.04 + 36981.21 +
23268.63 = 64514.88
TG²/N = 64514.88²/402 = 10353656.07
x² = 10381342.84
Corrigé
1. Questionnaire hybride (ni ouvert, ni fermé) car la profession est
difficilement précodable. Ce n’est pas le cas des autres variables.
2.
Morbidité cancéreuse en milieu de travail
Item Encadrer la réponse exacte quand il y a lieu Ne rien écrire
ici
1 Nom et prénom :------------------------------------ /_//_//_/3
2 Date de naissance : /_//_/ /_//_/ /_//_//_//_/ /_//_/5
3 Sexe : masculin (1), féminin (2) /_/6
4 Profession :----------------------------------------- /_//_/8
5 Etat matrimonial : celi.(1), marié(2), veuf(3), /_/9
divorcé(4)
6 Localisation anatomique /_//_/ /_/12
7 Diagnostic histologique /_//_//_//_/16
3.
Contrôle des informations (par croisements ou contrôle
logique) ;
32
Codification et contrôle des données (contrôle de la qualité
des écritures) ;
Saisie des données (si utilisation d’un ordinateur) ou
poinçonnage (si utilisation de fiches mécanographiques) ;
Contrôle de la saisie des données ou du poinçonnage par
sondage, contrôle par croisements ;
4. Les fiches mécanographiques à perforation marginale constituaient
à l’époque (en 1987) un moyen de traitement approprié car il y avait
moins de 1000 fiches et représentaient un moyen moins coûteux que
l’informatique. Bien évidemment, le traitement des données par
micro-ordinateur est la seule solution envisageable de nos jours.
33
Tableau 2. Répartition de 624 lésions de 554 enfants victimes
de la route à Alger en fonction de l’âge (en années)
et selon la gravité des lésions
AIS 0-4 5-9 10 - 14
2 137 275 167
>2 11 24 10
1. Reconstruire les tableaux en faisant apparaître les distributions
conditionnelles correspondantes après avoir identifié les variables
qui servent de base aux comparaisons.
2. Représenter graphiquement les données des deux tableaux.
3. Existe-t-il une relation entre la gravité des lésions d’une part, le
sexe et l’âge d’autre part ?
Pour rendre compte de la gravité globale des lésions, lorsque la
victime souffre de blessures multiples, on a utilisé l’Injury Severity
Score (ISS) qui est un code synthétique de gravité dérivé de l’échelle
AIS. Il n’existe bien sûr qu’une seule valeur de l’ISS par victime. Les
données concernant l’ISS en fonction du sexe et de l’âge sont
consignées aux tableaux 3 et 4.
Tableau 3. ISS de 554 enfants victimes de la route à Alger
en fonction du sexe
ISS Masculin Féminin
1–5 331 173
6 – 10 20 18
11 – 25 4 7
26 + 1 -
34
5. Quels commentaires pouvez vous faire au sujet des résultats
trouvés aux questions 3 et 4 ?
On a proposé d’utiliser la durée d’hospitalisation comme un indicateur
indirect de la gravité des lésions. Pour cela, on veut vérifier si l’ISS
(x) et la durée d’hospitalisation (y) sont corrélés. Les données ne
concernent que 552 victimes. En effet, deux blessés décédés pendant
leur séjour à l’hôpital ne sont pas pris en compte. On donne :
x = 1253 ; y = 123 ; x² = 6308 ; y² = 793 ; xy = 1491
6. L’ISS et la durée d’hospitalisation sont-ils corrélés ?
7. Si on estime qu’un blessé grave a un ISS 9, à partir de quelle
durée d’hospitalisation pourra-t-on déclarer qu’un blessé est
gravement atteint ?
Corrigé
1.
Tableau 1. Répartition de 624 lésions de 554 enfants victimes de la route
à Alger en fonction du sexe et selon la gravité des lésions
AIS Masculin Féminin
Eff. % Eff. %
2 377 94.0 202 90.6
>2 24 6.0 21 9.4
Tableau 2. Répartition de 624 lésions de 554 enfants victimes de la route
à Alger en fonction de l’âge (en années) et selon la gravité des lésions
AIS 0-4 5-9 10 - 14
Eff. % Eff. % Eff. %
2 137 92.6 275 92.0 167 94.3
>2 11 7.4 24 8.0 10 5.7
2. Représentation graphique selon le même principe exposé à
l’exercice 24 (deux graphes : AIS et sexe, AIS et âge)
3.
AIS par sexe : X² = 2.52 ; NS (dl = 1)
AIS par âge : X² = 0.95 ; NS (dl = 2)
4.
ISS par sexe : X² = 4.87 ; p < 0.05 (dl = 1, deux classes pour
ISS : 1-5 et 6+)
ISS par âge : X² = 2.46 ; NS (dl = 2)
35
5. Il n’existe pas de différence significative entre les différents
groupes d’âge en ce qui concerne la gravité des lésions appréciée
par l’AIS et la gravité globale des lésions appréciée par l’ISS.
L’AIS et l’ISS donnent par contre des résultats différents lorsqu’on
compare les deux sexes. Mais la différence trouvée avec l’ISS est à
la limite de la signification d’autant plus qu’il faut compter avec la
petitesse des effectifs des ISS 6, ce qui a obligé à regrouper des
modalités et à perdre ainsi de l’information.
6. r = [1491 - (1253*123/552)]/[(6308 - 1253²/552)(793 - 123²/552)]
= 0.74
t = (0.74 * 550)/(1-074²) = 25.80 ; p < 0.001. L’ISS et la durée
d’hospitalisation sont corrélés.
7.
Equation de la droite de régression de y en x : y-my = r sy/sx(x-mx)
sY = [(793 - 123²/552)/551] = 1.18; my = 123/552 = 0.22
sx = [(6308 - 1253²/552)/551] = 2.51; mx = 1253/552 = 2.27
L’équation de la droite de régression est : y = 0.35x - 0.57
Si ISS (x) = 9, y = 2.58 jours ≈ 3 jours. On pourrait déclarer qu’un
blessé est gravement atteint à partir d’une durée d’hospitalisation
égale à 3 jours.
Corrigé
1. Etude transversale étiologique (analytique).
37
2. Etude cohorte étiologique et étude cas - témoins.
Une étude transversale analytique débute sans la connaissance ni du
statut de la maladie ni de celui de l’exposition et les évalue
simultanément en cours d’étude. Dans une étude cohorte analytique, le
statut de l’exposition est connu au départ et on évalue celui de la
maladie en cours d’étude. Dans une étude cas - témoins, le statut de la
maladie est connu au départ et on évalue celui de l’exposition en cours
d’étude.
Etude cohorte étiologique :
Contact avec le sang (MP)
VHB négatif --------------- ES * (* = cible = infection éventuelle VHB)
Pas de contact avec le sang (MC)
VHB négatif --------------- ES * (* = cible = infection éventuelle VHB)
Etude cas - témoins
Contact éventuel avec le sang*
EI -----------------------------------VHB positif
Contact éventuel avec le sang*
EI ---------------------------------- VHB négatif
(* = cible = contact éventuel avec le sang)
3. Questionnaire fermé : les modalités des différentes variables sont
définies.
4.
Item Encadrer la réponse exacte Ne rien
écrire
1 Service : réanimation (1), chirurgie générale (2),...... /_//_/2
2 Nom et prénom : /_//_/4
3 Date de naissance : /_//_/ /_//_/ /_//_//_//_/ /_//_/6
4 Sexe : masculin (1), féminin (2) /_/7
5 Catégorie professionnelle : médecin (1), infirmier /_//_9/
(2)...........
6 Contact avec le sang : fréquent (1), rare (2) /_/10
7 Contact avec le patient : fréquent (1), rare (2) /_/11
8 Pratique hospitalière en années : /_//_/13
9 Situation de famille : marié (1), non marié (2) /_/14
10 Groupe sanguin : 0 (1), A (2), B (3), AB (4) /_/15
11 Antécédents d’ictère ou d’hépatite : oui (1), non (2) /_/16
12 HBV : infecté (1), non infecté (2) /_/17
38
5. Opérations à effectuer :
contrôle des informations recueillies sur les questionnaires
(contrôles logiques....)
codification et contrôle des données (contrôle de la qualité
des écritures...)
saisie des données
Contrôle de la saisie des données
6. La structure de l’étude transversale ne permet pas de percevoir la
relation temporelle liant le « contact avec le sang » et l’ « infection
par le VHB », les sujets pouvant avoir été infectés avant même
d’être en contact avec le sang.
39
Pli tricipital de 91 jeunes gens
Pli (cm) Effectif observé
1.5 - 2.4 1
2.5 - 3.4 2
3.5 - 4.4 13
4.5 - 5.4 18
5.5 - 6.4 16
6.5 - 7.4 10
7.5 - 8.4 12
8.5 - 9.4 6
9.5 - 10.4 3
10.5 - 11.4 5
11.5 - 12.4 2
12.5 - 13.4 1
13.5 - 14.4 2
Corrigé
1. m = 6.77 cm ; s = 2.55 cm
2. Histogramme en annexe. L’histogramme évoque une distribution
log-normale (distribution déplacée vers les valeurs les plus
élevées).
3.
Ajustement graphique (plus rapide) : données nécessaires à la
construction de la droite de Henry
Pli (cm) Effectifs Effectif cumulé Fréquence relative Ecart
observés « moins de » cumulée « moins de » réduit
1.5 - 2.4 1 1 0.0110 -2.29
2.5 - 3.4 2 3 0.0330 -1.84
3.5 - 4.4 13 16 0.1758 -0.93
4.5 - 5.4 18 34 0.3736 -0.32
5.5 - 6.4 16 50 0.5495 0.12
6.5 - 7.4 10 60 0.6593 0.41
7.5 - 8.4 12 72 0.7912 0.81
8.5 - 9.4 6 78 0.8571 1.07
9.5 - 10.4 3 81 0.8901 1.23
10.5 - 11.4 5 86 0.9451 1.60
11.5 - 12.4 2 88 0.9670 1.84
12.5 - 13.4 1 89 0.9780 2.01
13.5 - 14.4 2 91 1.0000 +
40
Droite de Henry en annexe : la distribution observée s’écarte d’une loi
normale.
Ajustement analytique à la loi normale de la distribution du pli
tricipital (n = 91, m = 6.77, s = 2.55)
Pli (cm) Effectif Ecart réduit Fréquence Fréquence Effectif
observé de borne cumulée de classe théorique
supérieure ajusté n*(5)
(1) (2) (3) (4) (5) (6)
0.0000
- - 1.4 0 0.0194 1.77
-2.0667 0.0194
1.5 - 2.4 1 0.0276 2.51
-1.6745 0.0470
2.5 - 3.4 2 0.0529 4.81
-1.2824 0.0999
3.5 - 4.4 13 0.0868 7.90
-0.8902 0.1867
4.5 - 5.4 18 0.1225 11.15
-0.4980 0.3092
5.5 - 6.4 16 0.1486 13.52
-0.1059 0.4578
6.5 - 7.4 10 0.1549 14.10
0.2863 0.6127
7.5 - 8.4 12 0.1386 12.61
0.6784 0.7513
8.5 - 9.4 6 0.1065 9.69
1.0706 0.8578
9.5 - 10.4 3 0.0704 6.41
1.4627 0.9282
10.5 - 11.4 5 0.0400 3.64
1.8549 0.9682
11.5 - 12.4 2 0.0195 1.77
2.2471 0.9877
12.5 - 13.4 1 0.0081 0.74
2.6392 0.9958
13.5 - 14.4 2 0.0030 0.27
3.0314 0.9988
14.5 - + 0 0.0012 0.11
1.0000
Total 91 - - 1.0000 91
41
L’écart réduit de la colonne 3 est :
(valeur de borne supérieure de la classe - 6.77) / 2.55
42
1. Calculer les taux d’attaque du cancer pour chaque usine. Comparer
ces taux.
2. Calculer les densités de l’incidence du cancer pour chaque usine
après avoir déterminé le nombre de personnes-années d’exposition.
Comparer et commenter vos résultats.
Corrigé
1. Taux d’attaque :
* Usine A : 30/100 = 30 pour 1000
* Usine B : 45/1500 = 30 pour 1000
La comparaison des taux d’attaque suggère une situation comparable
dans les deux groupes.
2. Personnes-années à risque :
* Usine A : (4*5) + (8*8) + ((9*9) + (9*10) + (1000-30)*10 = 9955
* Usine B : (2*2) + (7*4) + (10*7) + (26*12) = (1500-45)*15 =
22239
Densité de l’incidence :
* Usine A : 30/9955 = 3.01 pour 1000 personnes-années
* Usine B : 45/22239 = 2.02 pour 1000 personnes-années
43
Le risque de cancer est maintenant plus grand dans l’usine A que dans
l’usine B (même si le X² comparant ces deux densités ne montre pas
de différence significative : X² = 2.89, dl = 1, NS). En tout cas, les
données de l’incidence doivent être rapportées chaque fois que
possible à des dénominateurs qui prennent en compte la durée de
l’exposition.
Corrigé
1. un biais risque de survenir, celui de la véracité des déclarations des
ménages (biais d’information) : déclarations par défaut ou
déclaration par excès (ignorance. crainte ....).
45
Le problème de ceux à qui est prescrite la prophylaxie mais qui ne s’y
soumettent pas risque de se poser. La question posée est cependant
simple et très évocatrice pour les familles. Les étudiants en
médecine, de par leur formation ,pouvaient fortement valider les
réponses.
2. Non, il manque les indications de temps et de lieu.
3. trois variables :
âge : variable quantitative avec 5 modalités : O-4, 5-9, 10-
14,15-19, 20-24 :
Sexe : variable qualitative avec deux modalités : masculin,
féminin :
Présence éventuelle de RAA : variable qualitative avec deux
modalités :présence, absence.
4. L’indicateur est le taux de prévalence .
Age Masculin Féminin
0-4 0.0 0.0
5-9 5.3 8.3
10 - 14 33.9 11.3
15 - 19 16.9 17.8
20 - 24 21.1 24.9
unité : pour 1000
Il est d’abord intéressant de noter qu’aucun cas de RAA n’a été
recensé chez les enfants de moins de 5 ans. A l’exception de la
classe 1O-14 ans, les taux de prévalence des groupes d’âge se
rejoignent chez les deux sexes (on peut montrer qu’il n’existe par
de différence significative entre les taux des deux sexes). Il existe
un gradient net des taux de prévalence en fonction de l’âge chez les
filles. Ce gradient est moins visible, toujours à cause de la classe
10-14 ans, pour les garçons. La prévalence cumulée qui semble
avoir été calculée, du moins pour le sexe féminin, est en rapport
avec l’histoire naturelle de la maladie. Le traitement préventif dure
en principe jusqu’à 25 ans.
46
5. Ho : pas de relation entre la classe sociale et le RAA
Classe sociale
1 2 3 4 5 Total
RAA + 0 10 27 27 12 76
RAA - 128 705 1748 1448 572 4601
Total 128 715 1775 1475 584 4677
Test du X2 : conditions d’application : réunir classes 1 et 2
X2 = 2,20. NS, HO non rejetée.
Le résultat est plutôt inattendu. Le texte de l’exercice ne précise
cependant pas comment a été déterminée la classe sociale des sujets
enquêtés. Peut-être a-t-on privilégié certaines variables au détriment
d’autres ?
6. L’âge de prédilection est identifié par le taux d’incidence qui en
mesurant un risque moyen décrit la poussée épidémiologique de la
maladie. Le taux de prévalence du RAA , tel qu’il a été défini, est
plutôt une prévalence cumulée qui ne reflète pas nécessairement un
risque plus important avec l’âge. Calculons l’incidence et la
prévalence pour les deux groupes d’âge :
Indicateur 5 - 14 15 - 24 0-4
Prévalence (5+21)/(742+914) (20+30)/(1154+1306) 0
(p.1000) = 26/1656 = 15,7 = 50/2460 = 20,3
48
La durée moyenne de séjour au moment du passage du médecin
enquêteur pour les malades infectés était de 35,7 jours (écart type
correspondant des durées de séjour : 28,0 jours). La durée moyenne de
séjour au moment du passage du médecin enquêteur pour les malades
non infectés était de 20,5 jours (écart type correspondant des durées de
séjour : 22,5 jours).
49
Tableau 3. Répartition des infections des plaies opératoires (IPO)
selon le type de chirurgie.
Type de chirurgie IPO présente IPO absente
Propre 5 53
Propre - contaminée 17 34
Contaminée et sale 7 9
Total 29 96
6.
Calculer la fréquence des IPO pour chaque type de
chirurgie.
On admet que la fréquence des IPO pour une chirurgie
propre ne devrait pas dépasser 2%. Celle de la chirurgie
propre - contaminée devrait se situer entre 5 et 1O%. Pour
la chirurgie contaminée, elle devrait être inférieure à 3O%
Une stratégie préventive des IPO vous semble-t-elle
justifiée pour le CHU où l’enquête a eu lieu ?
Corrigé
1.
Enquête transversale (descriptive)
Indicateur : prévalence
2.
Masculin : prévalence = 32/209 = 15,3 %
Féminin : prévalence = 37/217 = 17,1 %
HO : pas de relation entre l’infection et le sexe
Sexe Infectés Non infectés Total
Mas 32 177 209
Fem 37 180 217
Total 69 357 426
X2 = 0,24. NS
3. Prévalence (%) en fonction de l’âge
0-9 : 26,2
10-19 : 22,4
20-29 : 11,3
30-39 : 9,1
40-49 : 20,5
50
50-59 : 23,5
60+ : 10,3
HO : pas de relation entre l’infection et l’âge
0-9 10-19 20-29 30-39 40-49 50-59 60+ Total
Infection + 11 13 11 6 9 12 7 69
Infection - 31 45 86 60 35 39 61 357
Total 42 58 97 66 44 51 68 426
X2 = 13,24 : dl = 6 : p < 0,05. Rejet de HO. Les sujets jeunes (0-19
ans) et les sujets âgés de 40 à 59 ans présentent des taux de
prévalence plus élevés.
4.
Ho : pas de relation entre l’infection et la durée de séjour
(les deux moyennes ne différent pas significativement)
Test z : conditions d’application remplies (nA et nB > 30)
z = (35,7-20,5)/ [(28,02 /69)+(22,52/357)] = 15,20/3,57 =
4,25 : p< 0,0001
Cela était prévisible, Les malades qui séjournent plus longtemps sont
plus exposés aux infections. Par ailleurs, la durée de séjour est
habituellement plus longue pour les malades infectés à cause des soins
engendrés. S’agissant d’une étude transversale, la séquence temporelle
entre l’infection nosocomiale et la durée de séjour ne peut être perçue.
5.
L’unité statistique n’est pas la même. Dans un cas, il s’agit
du malade ; dans l’autre, il s’agit de l’infection .Un même
malade peut présenter plusieurs infections.
Fréquence relative de chaque type d’infection.
Infection urinaire : 29,3 %
IPO : 35,4 %
Inf. respiratoire : 12,2 %
Bactériémie - Sep. : 1,2 %
Peau - Cathéter : 22,0%
Ensemble : 100,0%
Les IPO occupent la première position, suivies de près par les
infection urinaires. Ces deux types d’infections constituent près des
deux tiers du total des infections.
51
Oui .Les infection guéries constituent 50,1% de l’ensemble
des infection nosocomiales. Cependant, il est habituel dans
les enquêtes de prévalence de ne recenser que les infections
évolutives.
6.
Plaie propre : 5/58 = 8,6 %
Propre contaminée : 17/51 = 33,3 %
Contaminée et sale : 7/16 = 43,8%.
Une stratégie préventive des IPO est certainement justifiée . les taux
observés sont largement supérieurs à ceux qui étaient attendus .
52
2. La définition exacte des cas vous semble-t-elle primordiale pour la
validité des résultats de cette étude ? Qu’auriez vous exigé dans ce
sens ?
3. Quel est le biais qui être introduit par les médecins qui n’ont pas
participé à l’enquête ? Qu’auriez vous préconisé pour détecter un
tel biais ?
4. Le délai de trois jours précédant une consultation pour identifier
une éventuelle exposition à la baignade vous semble-t-il acceptable
pour éviter les erreurs de classification chez les sujets de l’étude ?
Justifier votre réponse.
5. A partir des informations disponibles, comment auriez vous
procédé au choix des témoins ? indiquer à chaque fois le raisons de
votre choix.
Les résultats de l’étude sont consignés au tableau suivant.
6. La présentation du tableau suggère-t-elle que la technique
d’appariement simple (constitution de paires = pair matching) a été
utilisée ? Pourquoi ?
Etude mesurant les associations entre la baignade en mer
et différentes pathologies..
Exposition à la baignade
Oui Non
Témoins 23 38
Gastro-entérites 15 11
Conjonctivites 4 6
Otites externes 8 2
Pathologies cutanées 17 6
7. Reprenez le tableau suivant et complétez le avec les éléments de
l’analyse statistique et épidémiologique. Indiquer la démarche et
les calculs uniquement lorsqu’il s’agit de comparer les otites
externes aux témoins. Pour les autres pathologies, remplir
uniquement le tableau.
53
Tableau. ? ? ?
% d’exposition à la Test p Odds IC(95%)
baignade statistique ratio de OR
Témoins -
Gastro- - - - - -
entérites
Conjonctivites - - - - -
Otites - - - - -
externes
Pathologie - - - - -
cutanée
8. Sur la base des résultats de cette enquête, pensez-vous qu’une
surveillance environnementale doit reposer exclusivement sur
l’utilisation d’indicateurs de pollution fécale ? (Pseudomonas
aeruginosa est fréquemment associé à l’otite externe aiguë du
baigneur).
Corrigé
1. Etude cas - témoins
Structure :
E- - -
------------------------------------------------
Total n/2
------------------------------------------------
Si le nombre total de sujets est n, le nombre de paires est n/2. Chaque cellule
contient des paires et non des observations individuelles.
Corrigé
1- Etude cas - témoins
58
Etude cas - témoins étudiant en région méditerranéenne la relation entre
la réaction de la peau à l’exposition au soleil et la survenue d’un mélanome
Sujets avec mélanome Témoins
Effectif % Effectif %
Bronzage 71 35.5 245 62.8
Brûlures modérées 60 30.0 87 22.3
Brûlures sévères 69 34.5 58 14.9
Total 200 100.0 390 100.0
Les cas ont une proportion de brûlures sévères et modérées plus
élevée que celle des témoins.
3.
Cas de mélanome Témoins OR FERe (%)
Bronzage 71 245 1 0.0
Brûlures modérées 60 87 2.4 58.3
Brûlures sévères 69 58 4.1 75.6
Commentaire : mise en évidence d’une relation de type dose -
réponse (ou dose - effet) qui est un argument supplémentaire en
faveur d’un lien de causalité.
59
1. En reprenant les données du tableau 1, présenter les de façon à
visualiser les taux d’attaque (unité : pour 1000) :
par sexe pour chaque classe d’âge,
par sexe pour l’ensemble des classes d’âge confondues,
par classe d’âge pour l’ensemble des sexes confondus.
Commenter.
2. Existe-t-il une relation statistique entre la maladie et l’âge ?
Après l’obtention de ces résultats, les enquêteurs ont orienté leurs
efforts vers les sujets de sexe masculin âgés de 10 ans et plus pour
déterminer les groupes à risque selon l’activité professionnelle. Les
données sont contenues au tableau 2.
Tableau 2 ? ? ?
Activité Population Cas
Agriculteurs 1800 15
Pêcheurs 900 40
Artisans 200 1
Ecoliers 100 1
Autres 200 3
Ensemble 3200 60
3. Donner un titre au tableau 2.
4. Calculer les taux d’attaque de la maladie (unité : pour 1000) pour
chaque groupe professionnel. Commenter.
La distribution des différents cas de dysenterie en fonction de la date
de début de la maladie est contenue au tableau 3.
Tableau 3. Répartition des différents cas de dysenterie en fonction du temps
Jour du mois de juillet
1 2 3 4 5 6 7 8 9 10 11
8(7)* 12(11) 20(18) 14(4) 10(0) 6(0) 4(0) 3(0) 3(0) 2(0) 2(0)
*Les chiffres entre parenthèses indiquent le nombre de pêcheurs
5. Construire la courbe d’incidence épidémique (sous forme
d’histogramme). Sur cette courbe, on distinguera un pêcheur malade
par une case grise ou par un autre signe de votre choix.
6. Commenter à partir de la courbe d’incidence épidémique les modes
de transmission de la maladie et les dates probables de l’exposition en
sachant que la période d’incubation de la dysenterie varie de un à sept
jours et qu’elle est en moyenne de trois jours.
60
Corrigé
1.
Taux d’attaque (pour 1000) de la dysenterie en fonction de l’âge et du sexe .
Age (années) Masculin Féminin Ensemble
Popul. Cas TA Popul. Cas TA Popul. Cas TA
> 10 1500 5 3,3 1400 4 2,9 2900 9 3,1
10 - 19 1200 20 16,7 1200 5 4,2 2400 25 10,4
20 - 39 1000 30 30,0 800 8 10,0 1800 38 21,1
+
40 1000 10 10,0 800 2 2,5 1800 12 6,7
Ensemble 4700 65 13,8 4200 19 4,5 8900 84 9,4
Les sujets âgés de moins de 10 ans et ceux âgés de plus de 40 ans ont
les taux d’attaque les plus faibles aussi bien chez les sujets de sexe
masculin que chez les sujets de sexe féminin . les sujets de sexe
masculin ont par ailleurs un taux d’attaque de la maladie plus élevé
que celui des sujets de sexe féminin.
2 . Ho : pas de relation entre la maladie et l’âge
Age Malades Non malades Total
< 10 9 2891 2900
10 - 19 25 2375 2400
20 - 39 38 1762 1800
40+ 12 1788 1800
Total 84 8816 8900
X2 = 40,41 ; p< 0,001 ------------------ Ho rejetée
3. Taux d’attaque de la dysenterie selon l’activité professionnelle pour
les individus de sexe masculin âgés de 10 ans et plus .
4.
Profession Population estimée Cas Taux (pour 1000)
Agriculteurs 1800 15 8,3
Pêcheurs 900 40 44,4
Artisans 200 1 5,0
Ecoliers 100 1 10,0
Autre 200 3 15,0
Ensemble 3200 60 18,8
Les pêcheurs ont un d’attaque plus élevé que celui des autres
catégories professionnelles.
5 - Courbe d’incidence épidémique : ci-jointe
61
6.
Modes de transmission :
Une source commune momentanée ne peut expliquer la totalité des
cas. L’épidémie a duré 11 jours au total, ce que est trop long pour
qu’elle soit due uniquement à une exposition à une source commune
momentanée. Par contre, une source commune initiale momentanée
peut être à la l’origine de la maladie chez les pêcheurs. On remarque,
pour étayer cette hypothèse, que l’épidémie n’a duré chez eux que 4
jours, soit environ la durée d’incubation moyenne qui est
généralement estimée à 3 jours.
La dysenterie peut s’être propagée ensuite de personne à personne.
D’ailleurs, la contamination par une source commune et la
transmission de personne à personne (dose infectante faible =
virulence élevée) sont toutes deux déterminantes dans une maladie
comme la dysenterie.
Moment probable de l’exposition :
Le moment peut être déterminé à partir des données disponibles pour
les seuls pêcheurs puisque l’hypothèse d’une exposition commune
momentanée peut être retenue pour eux.
Méthode de la période d’incubation médiane :
incubation médiane = 13/07- 10/07 = 4 -1 = 3 jours. Le mode est le 12
juillet. On remontre de 3 jours à partir du 12/07 pour trouver le
moment probable de l’exposition = 9/07.
Méthode de la période d’incubation moyenne donnée par la
littérature = 3 jours
Apparition du cas médian = médiane de la date de survenue chez les
agriculteurs = 12/07. On remonte de 3 jours à partir du 12/07 pour
trouver le moment probable de l’exposition = 9/07
Méthode mini-max
Les cas apparus le 10 juillet ont été exposés au moins un jour
auparavant, c’est à dire le 9/07 ou avant cette date. Les derniers cas
qui sont apparus le 13/07 ont été exposés au plus 7 jours avant ou à
une date postérieure à celle-ci. Ainsi, une exposition à une source
commune momentanée entre le 6 et le 9 juillet pourrait expliquer la
majorité des cas chez les pêcheurs.
62
Exercice 56. (examen national, Résidanat A1 : 27 septembre 1995)
Enoncé
Pour estimer la fréquence de l’infection urinaire nosocomiale, 180
patients d’un service de réanimation, tous porteurs d’une sonde à
demeure, ont constitué le matériel d’une étude. Ces malades ont été
suivis pour détecter une éventuelle infection urinaire. L’étude a duré 6
mois. Au cours de cette période, 43 de ces malades ont contracté une
infection urinaire nosocomiale.
1. L’infection urinaire nosocomiale vous semble-t-elle bien définie ?
Qu’auriez vous souhaité savoir ?
2. Quel est l’indicateur qui peut être calculé à partir des données de
cette enquête ? Déterminez le.
La description de tous les malades de l’étude selon un certain nombre
de variables est contenue au tableau 1.
Tableau 1. Description des malades de l’enquête
vis à vis d’un certain nombre de facteurs
Facteur Infectés (43) Non infectés (137)
Age (années) : m ± s 39,8 ± 22,2 41,9 ± 18,7
Sexe
Masculin 26 86
Féminin 17 51
Type d’affection
Médicale 20 76
Traumatique 7 31
Chirurgicale 16 30
Durée de sondage (jours) 15.1 ± 11.2 4.5 ± 4.0
m±s
63
5. Sur la base des résultats mis en évidence précédemment, qu’est ce
qui devrait être préconisé en pratique pour lutter contre l’infection
urinaire ?
6. A quel type d’étude (du point de vue structure) auriez vous rattaché
cette enquête ?
Corrigé
1. Non. Les critères de définition sont indispensables.
2. Incidence. Taux d’incidence cumulée : 43/180 = 23,9%
64
Exercice 62. (examen - Alger , Graduation A6 : 18 juin 1996)
Enoncé
Une épidémie d’hépatite A est survenue dans une ville. La répartition
des 188 cas en fonction du temps est contenue au tableau 1.
Corrigé
1. La médiane correspond à la 94ème observation = 30/07
2. Les effectifs corrigés doivent être portés sur l’axe des y
(histogramme en annexe).
65
La courbe évoque une épidémie à source commune momentanée
d’autant plus que l’épidémie a duré 31 jours, soit la durée d’incubation
moyenne de l’hépatite A.
3. Mode = 30/07. Durée médiane d’incubation = 30 jours. Moment
probable de l’exposition : autour du 30/06 (25/06 - 01/07 par
l’utilisation de la méthode mini-max).
Détermination des effectifs corrigés
Classe Effectif Amplitude Effectif corrigé Effectif cumulé
15 2 1 2 2
16 3 1 3 5
17-19 12 3 4 17
20-22 18 3 6 35
23-26 28 4 7 63
27-29 27 3 9 90
30 15 1 15 105
31-2 30 3 10 135
3-6 28 4 7 163
7-12 24 6 4 187
13 0 1 0 187
14 1 1 1 188
4. Pourcentages d’exposition des cas et des témoins aux facteurs suspectés
Eau municipale Réservoir Source Gargote
Cas 37.2 79.8 21.3 63.8
Témoins 40.0 82.5 22.5 15.0
Différence des % - 2.8 - 2.7 - 1.2 48.8
La gargote est probablement le facteur qui a été à l’origine de
l’épidémie
5. Ho : pas de relation entre l’hépatite A et le réservoir
Réservoir + Réservoir - Total
Cas 150 38 188
Témoins 165 35 200
Total 315 73 388
X² = 0.47 ; NS
66
Exercice 63. (examen national, résidanat A1 : session normale du
24/06/1996)
Enoncé
La mesure de la glycémie sur deux échantillons indépendants a donné
les résultats suivants :
n1 = 25, m1 = 1.75g/l, s1 = 0.07g/l
n2 = 41, m2 = 1.05g/l, s2 = 0.05g/l
Corrigé
1. (s1)²/(s2)² = (0.07)²/(0.05)² = 1.96, NS ; F2440 = 2.01 à la table de F à
2.5%
2. Ho : M1 = M2 (pas de relation entre le groupe et la glycémie)
s² = variance commune = (24*0.07² + 40*0.05²)/(25+41-2) = 0.22/64
= 0.003
t = (1.75 - 1.05)/√(0.003/25 + 0.003/41) = 0.700/0.014 = 50.4 ;
p < 10-9
La moyenne m1 est très significativement supérieure à m2.
67
L’histoire de l’exposition de 20 cas et de 20 témoins au membre de
l’équipe chirurgicale est consignée au tableau 1.
Tableau 1. Histoire de l’exposition de 20 cas et de 20 témoins
au membre de l’équipe chirurgicale
Témoins
Exposés Non exposés
Exposés 5 9
Cas
Non exposés 1 5
Corrigé
1. Caractéristiques de personnes : âge, sexe, type et date
d’intervention, durée d’intervention. Ces facteurs peuvent jouer un
rôle de confusion qu’il convient de neutraliser au départ. Mais il
peut être difficile de trouver un témoin à chaque cas en tenant
compte de tous ces facteurs.
69
6.
d d²
0.5 0.25
0 0
-0.5 0.25
2 4
0 0
1 1
1 1
0 0
Sd = 4 Sd² = 6.50
m = 4/8 = 0.5 ;
s² = (6.5 - 4²/8)/7 = 0.64 ; s = 0.80
t(8-1) = 0.5/(0.80/√8) = 1.77 ; NS
70
Tableau 2. Histoire de l’exposition des cas et des témoins
au membre de l’équipe soignante
Exposés Non
exposés
Cas 11 6
Témoins 38 60
2. Déterminer le pourcentage d’exposition des cas et des témoins au
membre de l’équipe soignante et comparer ces pourcentages sur le
plan statistique.
3. Déterminer deux mesures d’association épidémiologique entre ces
deux facteurs et dire à chaque fois la signification de vos résultats.
4. Etant donné les valeurs des mesures d’association statistique et
épidémiologique, le membre de l’équipe soignante vous semble-t-il
être à l’origine de l’épidémie ? Argumenter.
Corrigé
1. Histogramme en annexe.
Calcul des effectifs corrigés :
Classe Effectif Amplitude Effectif corrigé
J1 1 1 1
J4 2 1 2
J6-J7 2 2 1
J10-J13 4 4 1
J15 2 1 2
J16 1 1 1
J18-J20 1 3 1/3
J25 1 1 1
J27-J28 2 2 1
J30 1 1 1
Ni épidémie à source commune momentanée ni épidémie à source
commune persistante. Le mode de transmission indirecte d’un
nouveau-né à un autre, par les mains du personnel ou des objets
contaminés, est prépondérant dans de telles situations.
72
3. A quels autres critères auriez-vous encore soumis le choix des
témoins et où auriez-vous choisi ces témoins?
4. Que pensez-vous de la technique retenue pour recueillir l’histoire
professionnelle des cas et des témoins et pourquoi la recherche des
expositions antérieures professionnelles est-elle toujours difficile?
Le tableau 1 contient les données sur l’histoire professionnelle des cas
et des témoins.
5. Compléter ce tableau 1 par la détermination, pour chaque facteur,
des mesures d’association statistique (en n’omettant pas la probabilité
p que le hasard puisse expliquer les résultats) et épidémiologique
exprimant l’excès de risque.
Spécifier votre démarche et le détail de vos calculs uniquement pour
les pesticides.
6. Quels vous semblent être les facteurs importants de risque?
7. Que pensez-vous de la relation alcalis - hémopathies à la lumière de
la relation eau de javel - hémopathies et au fait que les femmes de
ménage qui utilisent souvent les alcalis (soude, ammoniaque, autres
bases) sont en nombre relativement élevé parmi les témoins?
73
Tableau 1. Histoire professionnelle des cas et des témoins
relative à certains facteurs
Facteur Témoins Mesure p Mesure
Exposés Non exposés association association
statistique épidémiologique
Pesticides
Exposés 30 60
Cas
Non exposés 12 16
Toluène
Exposés 40 20
Cas
Non exposés 16 42
Benzène
Exposés 20 80
Cas
Non exposés 15 3
Formaldéhyde
Exposés 20 33
Cas
Non exposés 35 30
Alcalis
Exposés 15 60
Cas
Non exposés 30 13
Eau de javel
Exposés 10 45
Cas
Non exposés 50 13
74
Tableau 2. Répartition de certaines activités chez les 118 cas
et les 118 témoins
cas Témoins
Employés de l’administration 77 66
Ouvriers de la métallurgie 33 69
Total des professions* 304 366
* une même personne a pu tenir plusieurs emplois différents
Corrigé
1. Etude cas témoins
Expositions antérieures professionnelles*
EI ----------------------------------------------------- ES Hémopathies
malignes
76
Exercice 74. (DEMS d’épidémiologie : session normale du
28/02/1999)
Enoncé
Une toxi-infection alimentaire collective (TIAC) est survenue parmi
les pensionnaires d’une maison de retraite. Au total, 18 malades ont
été dénombrés.
77
4. Pourquoi les enquêteurs ont-ils pris en compte les deux repas
précédant l’incident et ne se sont-ils pas contentés du dernier repas?
Aux fins de l’analyse étiologique de cette TIAC (par étude cas-
témoins), 13 témoins ont été inclus dans l’étude. Le tableau 3 contient
l’histoire alimentaire des cas et des témoins.
5. Pour chaque aliment, donner dans un tableau synoptique la
fréquence d’exposition des cas et des témoins, la différence de ces
fréquences et la mesure d’association appropriée.
78
Tableau 4. Survenue de la TIAC en fonction de la consommation
de mayonnaise et d’œufs durs
Oeufs durs
Ont consommé N’ont pas consommé
Malades Témoins Malades Témoins
Ont consommé 13 3 3 0
Mayonnaise
N’ont pas consommé 0 1 2 9
Corrigé
1. Répartition des signes cliniques chez les 18 malades
Signe Effectif %
Nausées 9 50.0
Vomissements 7 38.9
Douleurs abdominales 13 72.2
Fièvre 16 88.9
Diarrhée 16 88.9
Diarrhée sanglante 1 5.6
Autre signe 3 16.7
Signes subjectifs : nausées et douleurs abdominales
2. Les classes sont d’amplitude inégale. Les effectifs corrigés (ou des
grandeurs proportionnelles) sont portés sur l’axe des y.
Classe Effectif Amplitude Effectif corrigé
21h-23h 1 3 1/3=0.33
0h-5h 4 6 4/6=0.67
6h-8h 3 3 3/3=1
9h-11h 5 3 5/3=1.67
12h-14h 2 3 2/3=0.67
15h-17h 2 3 2/3=0.67
18h-20h 1 3 1/3=0.33
79
La courbe (histogramme en annexe) évoque une épidémie à source
commune momentanée
3. Durée d’incubation médiane = 23 heures
4. Le mode étant égal à 10 heures le 02/08/95, il suffit de remonter de
23 heures pour déterminer le moment probable de l’exposition, soit
le repas de midi le 01/08/95. Les enquêteurs n’ont probablement
pas attendu la fin de l’épisode de TIAC pour mener leur
investigation, ils se sont donc aussi intéressés au repas du 01/08/95
à 20 heures. Il suffit de s’intéresser au dernier repas pour une TIAC
présumée à staphylocoque. Pour une salmonelle, il faut prendre en
compte le repas pris dans les 10 à 30 heures précédant le début des
symptômes selon les malades (10 heures environ pour le premier
malade et 30 heures environ pour le dernier malade de la série).
81
Exercice 84. (examen - Blida , Graduation A6 : 1 décembre 1999)
Enoncé
Une épidémie de fièvre typhoïde a duré du 24 mars au 4 avril.
1. Cette durée de l’épidémie est-elle compatible avec l’hypothèse
d’une épidémie à source commune momentanée ?
2. Sur la base des seules données disponibles, quel est le moment
probable de l’exposition ?
Corrigé
1. L’épidémie a duré 12 jours. Cette durée est compatible avec
l’hypothèse d’une épidémie à source commune momentanée puisque
la durée d’incubation médiane de la fièvre typhoïde est environ de
deux semaines.
2. Moment probable de l’exposition déterminé par la méthode « mini-
max » :
24 mars - 7 jours = 17 mars
4 avril - 21 jours = 14 mars
Une exposition à une source commune momentanée pendant la
période du 14 au 17 mars est en mesure d'expliquer tous les cas de
cette épidémie.
83
7. Construire la courbe d’incidence épidémique sous forme
d’histogramme.
8. Quelles hypothèses pouvez vous formuler au sujet des modes
probables de transmission sachant, en outre, que Pseudomonas
aeruginosa aux antibiogrammes différents a été retrouvé chez 5
malades parmi les 6 qui ont bénéficié d’un examen bactériologique
et que les sondes d’intubation de 3 malades ont mis en évidence
d’autres bactéries multirésistantes aux antibiogrammes différents.
Corrigé
1. Taux d’attaque global : 11/25 = 44.0%
2. Taux d’attaque spécifique
10-24 : 4/5 = 80.0%
25-49 : 1/6 = 16.7%
50-69 : 5/12 = 41.7%
70+ : 1 / 2 = 50.0%
Aucune classe d’âge ne semble épargnée malgré la petitesse des
effectifs.
3. Médiane de l’âge chez les malades avec pneumonie : 53 ans
Médiane de l’âge chez les malades sans pneumonie : 54 ans
[(53+55)/2] ou 53 ans
Les deux médianes ne diffèrent pratiquement pas l’une de l’autre.
Optionnel pour la comparaison des deux moyennes d’âge
Ho : pas de relation entre l’âge et la pneumonie
s² = variance commune = (610.09 x 10 +392.04 x 13)/(11+14-2) =
486.84
t = (45.40-51.0)/ 486.84/11 + 486.84/13 = 5.60/ 9.04 = 0.63 ; NS
Conditions d’application : l’âge peut être considéré comme distribué
normalement et les deux variances ne diffèrent pas significativement :
F = 610.09/392.04 = 1.56, NS (F = 3.25 au risque 5%, table
2.5%)
4.
Taux d’attaque chez les sujets intubés : 10/17 = 58.8%
Taux d’attaque chez les sujets non intubés : 1/8 = 12.5%
84
Pneumonie + Pneumonie - Ensemble
Intubés 10 7 17
Non intubés 1 7 8
Ensemble 11 14 25
Le rapport des deux taux d’attaque représente le risque relatif :
58.8%/12.5% = 4.7
Les sujets intubés ont un risque près de 5 fois plus élevé de contracter
une pneumonie que les sujets non intubés.
5. Taux de létalité = 11/11 =100.0%
6. Proportion des pneumonies précoces : 3/9 = 33.3%
Proportion des pneumonies tardives : 6/9 = 66.7%
7. Courbe d’incidence épidémique en annexe (pas de correction
d’effectif : classes d’amplitude égale)
8. Les résultats bactériologiques suggèrent une baisse de la qualité des
soins plutôt qu’un phénomène strictement épidémique. L’infection
croisée a été probablement à l’origine de la majorité des cas de
contamination : les germes sont transportés d’un malade à un autre
par les mains du personnel ou du matériel contaminé.
Tableau 1
Heure Nombre ce cas
20h 2
21h - 22h 4
23h 1
2. Représenter la courbe d’incidence épidémique sous forme
d’histogramme.
85
Des nausées et des vomissements ont été notés chez tous les malades
tandis que deux malades seulement auraient présenté de la fièvre. La
maladie a été courte et sans gravité.
3. Quel semble être l’agent infectieux à l’origine de cette TIAC ?
4. Le repas en cause dans la survenue de la TIAC est-il celui du 9
mars à 18h ou celui du 9 mars à 12h ? Pourquoi ?
L’histoire alimentaire des 7 cas et de 16 sujets n’ayant pas présenté de
symptômes (témoins) est contenue au tableau 2.
Tableau 2. Histoire alimentaire de 7 cas et de 16 témoins
Aliment Cas ayant consommé Témoins ayant consommé
Poulet 4 8
Couscous 7 9
Courgettes 7 9
Chou-fleur 2 9
Pois chiches 6 9
5. Pour chaque aliment, donner dans un tableau synoptique, le
pourcentage d’exposition des cas et des témoins, la différence de
ces pourcentages et la mesure d’association épidémiologique
mesurant l’excès de risque.
6. Commenter vos résultats.
Corrigé
1. Toxi-infection alimentaire collective le 9 mars 2000 dans un
service de psychiatrie (CHU de Blida). Répartition des 7 cas selon
la date de début des symptômes
86
Moment de l’exposition : 21h - 3h = 18h ; c’est le repas de 18h qui
doit être incriminé.
5. Histoire alimentaire de 7 cas et de 16 témoins
Aliment Cas ayant consommé Témoins ayant Différence OR
Effectif % consommé des %
Effectif %
Poulet 4 57.0 8 50.0 7.0 1.3
Couscous 7 100.0 9 56.0 44.0 11.8
Courgettes 7 100.0 9 56.0 44.0 11.8
Chou-fleur 2 29.0 9 56.0 -27.0 0.3
Pois 6 86.0 9 56.0 30.0 4.7
chiches
N.B. : on rajoute 0.5 aux différents effectifs pour calculer l’OR en cas
de dénominateur nul (pour le couscous, OR = (7.5*7.5)/(9.5*0.5) =
11.8).
6. Le couscous, les courgettes et même les pois chiches pourraient être
incriminés dans la survenue de cette TIAC. Cependant, les courgettes
et les pois chiches n’ont été incriminés que parce qu’ils ont été
consommés en même temps que le couscous. En tout cas, le poulet et
le chou-fleur semblent hors de cause.
88
7. Existe-t-il une relation statistique entre la consommation de
coquillages et l’empoisonnement paralytique ?
8. Déterminer deux mesures d’association épidémiologique entre ces
deux variables. Commenter.
9. Présenter, à l’attention d’un lecteur, les données du tableau 2.
Corrigé
1. Le taux d’attaque global ne peut être déterminé.
La létalité est : 26/120 = 21.6%.
2. La définition d’un cas de maladie est opérationnelle, les critères
utilisés sont simples et précis.
3. On devrait calculer les taux d’attaque selon la nature du quartier et
les comparer entre eux. Un tel calcul pourrait aider à
l’identification de la source de l’épidémie et à expliquer les modes
de transmission.
Une telle entreprise nécessite cependant de recenser la population des
différents quartiers, les effectifs correspondants seront les
dénominateurs des taux.
4. La variable d’exposition est l’histoire alimentaire.
5. Histogramme en annexe. Déterminer les effectifs par unité
d’amplitude (corrigés) pour l’axe des y
Heure 0 1 2 3 4 5 6-9
Effectif 6 21 15 3 9 1 7
Amplitude 1 1 1 1 1 1 4
Effectif corrigé 6 21 15 3 9 1 1.75
Effectif cumulé 6 27 42 45 54 55 62
6. Médiane = 2 heures (correspond à la 31° observation).
Moyenne = 2.53, écart type = 2.32 (centre de classe de la dernière
classe = 8).
La durée d’incubation est courte traduisant un empoisonnement par
toxines préfabriquées (toxines des dinoflagellés).
7. X² = 81.86 ; p < 0.001. Ho rejetée : il existe une relation entre les
deux facteurs.
8. OR = (61*38)/(5*1) = 463.6 FERe = (463.6-1)/463.6 = 99.8%.
Les valeurs de OR et FERe sont énormes traduisant une relation
très forte entre la maladie et l’empoisonnement par coquillages.
89
9.
Etude cas-témoins analysant la relation entre la consommation de
coquillages et la survenue d’empoisonnement paralytique dans un village
marin
Effectif Ont consommé p OR
global Effectif %
Malades 62 61 98.4 <0.001 463.6
Témoins 43 5 11.6
90
En 1999 toujours, 63 décès dus à des polytraumatismes étaient
recensés.
91
Corrigé
92
La neurochirurgie comptabilise 16.6% des décès qui surviennent au
CHU, mais cette proportion est au moins deux fois plus élevée
lorsqu’on considère les traumatismes et les accidents de la route. Cette
tendance est retrouvée en chirurgie et plus encore en réanimation. Ces
services devraient bénéficier de moyens pour faire face aux
traumatismes ou réunir ces moyens au sein d’une structure
indépendante (véritable centre de traumatologie) qui ferait face à ce
problème.
3. proportion des décès par accidents de la route chez les sujets de
sexe masculin : 84/387 = 21.7%
proportion des décès par accidents de la route chez les sujets de sexe
féminin : 27/620 = 4.4%
94
Tableau 2. Histoire alimentaire des cas et des témoins
Malades Témoins Différence Odds
des % ratio
Aliments NC C %C NC C %C
Repas du
01/08/95 à 12h
Salade 4 6 - 1 4 - - -
Poulet 1 10 - 4 1 - - -
Camembert 4 7 - 1 4 - - -
Mousse au 5 7 - 0 5 - - -
chocolat
Repas du
01/08/95 à 20h
Carottes râpées 4 7 - 0 5 - - -
Steak haché 4 7 - 0 5 - - -
Purée 5 6 - 0 5 - - -
Yaourt 5 7 - 0 5 - - -
Pommes 5 6 - 0 5 - - -
7. Calculer la moyenne et l’écart type de la durée d’incubation.
8. Quel paramètre de tendance centrale vous semble-t-il traduire plus
fidèlement la durée d’incubation : la moyenne ou la médiane ?
9. Quel est l’agent pathogène qui vous semble être à l’origine de cette
TIAC ? Quels examens bactériologiques auriez-vous demandé pour
confirmer vos observations épidémiologiques ?
Corrigé
1. Fréquence relative = taux d’attaque = 12/17 = 70.5%. Le
dénominateur représente bien les sujets susceptibles de contracter
une TIAC.
2. Effectifs des différentes classes : (20-21=2), (22-23=4), (0-1=3),
(2-3=1), (4-5=1), (6-7=0), (8-9=0), (10-11=0), (12-13=0), (14-
15=0), (16-17=0), (18-19=0), (20-21=0), (22-23=0), (0-1=0), (2-
3=0), (4-5=0), (6-7=0), (8-9=0), (10-11=0), (12-13=1). Ce sont ces
effectifs simples qui sont portés sur l’axe des y (histogramme en
annexe).
95
3. Histoire alimentaire des cas et des témoins
Malades Témoins Différence Odds
des % ratio
Aliments NC C %C NC C %C
Repas du 01/08/95 à 12h
Salade 4 6 60 1 4 80 -20 0.4
Poulet 1 10 91 4 1 20 71 40.0
Camembert 4 7 64 1 4 80 -16 0.4
Mousse au 5 7 58 0 5 100 -42 0
chocolat
Repas du 01/08/95 à 20h
Carottes râpées 4 7 64 0 5 100 -36 0
Steak haché 4 7 64 0 5 100 -36 0
Purée 5 6 55 0 5 100 -45 0
Yaourt 5 7 58 0 5 100 -42 0
Pommes 5 6 55 0 5 100 -45 0
4. L’aliment en cause est évidemment le poulet.
5. Répartition de la durée d’incubation chez les 12 malades
Durée (heures) Effectifs Effectifs cumulés
9 2 2
10 2 4
11 2 6
12 2 8
13 1 9
14 1 10
17 1 11
48 1 12
6. Valeur minimum = 9h ; valeur maximum = 48h ; médiane = 11h =
11.5h (entre la 6° et 7° observation).
7. m = 14.7h 15h ; s = 10.7h.
8. La médiane, elle est moins sensible aux valeurs extrêmes (48h dans
ce cas).
9. C. perfringens. La recherche de C. perfringens (selles et poulet)
s’effectue à partir de cultures anaérobies semi-quantitatives de
selles (> 106 germes/g) ou d’aliments (>105 germes/g). Le
sérotypage ne constitue pas un examen de routine.
96
Exercice 102 (examen – Blida, Graduation A6 : 29 janvier 2003)
Enoncé
Une étude cas témoins a été réalisée dans le but d’affiner la relation
entre le tabagisme passif et le cancer du sein. Parmi les 180 cas de
cancer, 123 étaient des fumeuses passives. Parmi les 604 témoins,
270 étaient des fumeuses passives.
1. Y a –t-il une relation statistique entre le tabagisme passif et le
cancer du sein ?
2. Déterminer deux mesures d’association épidémiologique et donner
leur signification.
3. Construire le tableau pour présenter les résultats de l’étude.
Corrigé
1.
Tableau de contingence permettant le calcul
de la mesure d’association statistique :
Fumeuses passives Non exposées Total
Cas 123 57 180
Témoins 270 334 604
Total 393 391 784
X² = 31.0 ; p< 0.001. La proportion des fumeuses passives parmi les
cas (68.3%) est significativement supérieure à celle des témoins
(44.7%)
2.
OR = 2.7. Les fumeuses passives ont un risque 2.7 fois plus élevé de
développer un cancer du sein que les femmes non exposées.
FERe = 63%. 63% des cas de cancer du sein survenant chez les
fumeuses passives sont dus au tabac.
3.Etude cas témoins sur le tabagisme passif
et le cancer du sein
Ensemble Fumeuses % de p OR
passives fumeuses
passives
Cancers 180 123 68.3 < 0.001 2.7
Témoins 604 270 44.7
97
Exercice 103 (DEMS d’épidémiologie : 19 mars 2003)
Enoncé
On a souvent recherché une éventuelle liaison entre la prise de
contraceptifs oraux (CO) et l’existence d’un cancer du sein (KS).
C’est ainsi par exemple qu’une étude a été organisée entre 1976 et
1980 dans 50 services de chirurgie situés dans l’ensemble d’un pays.
La population d’étude a été finalement formée de 412 cas de cancer du
sein vérifié histologiquement.
Dans chaque service, on a fait correspondre à chaque cas une femme
témoin atteinte d’une affection bénigne du sein. Les cas et les témoins
ont été appariés selon l’âge ( 5 ans).
Les renseignements ont été recueillis au moyen d’un questionnaire
rempli par la malade seule ou aidée du médecin ou d’une infirmière.
Outre la nature et la durée d’utilisation des contraceptifs oraux, on a
enregistré des données relatives à un certain nombre de variables que
l’on sait liées au cancer du sein. Ces variables sont :
la situation familiale : les femmes atteintes de cancer du sein sont
souvent célibataires, nullipares ou ont eu un premier enfant à un
âge avancé ;
la catégorie socio-professionnelle (CSP) : les femmes atteintes de
cancer du sein ont souvent un niveau social plus élevé.
1. De quel type d’enquête s’agit-il ?
2. La population des cas éligibles est-elle bien définie ? Justifier votre
réponse.
3. Pensez-vous que les témoins aient été correctement choisis ?
Justifier votre réponse.
4. Que pensez-vous de l’appariement selon l’âge ?
5. Le recueil de l’information sur la prise de contraceptifs risque-t-il
de poser des problèmes d’un groupe à un autre ?
98
6. Quelle procédure auriez-vous préconisée ? Que pensez-vous de la
procédure utilisée et que faut-il faire éventuellement pour y
remédier ?
7. Pourquoi a-t-on recueilli des données sur les variables qu’on sait
liées à la survenue d’un cancer ?
Les résultats de l’étude sont contenus au tableau suivant :
Résultats de l’étude sur le KS et les CO
Témoins
CO + CO -
Cas CO + 20 108
CO - 28 256
Corrigé
1. Etude cas-témoins
2. A priori oui, puisque le diagnostic de cancer est posé sur la base
d’un examen anatomo-pathologique. Mais on peut se poser des
questions à propos des formes cliniques ou histologiques retenues,
des antécédents...
3. Oui, dans la mesure où les cas et les témoins sont issus des mêmes
services, ce qui permet de maîtriser les facteurs liés au recrutement.
Cependant, on peut toujours craindre en choisissant des témoins
hospitaliers que leur pathologie ne soit délibérément liée au facteur
d’exposition étudié (ex : contre-indication à la contraception orale
du fait d’une maladie comme le diabète ou l’hypertension)
4. L’appariement est certainement justifié. L’âge est un facteur
déterminant dans la survenue des maladies. Grâce à l’appariement
sur l’âge, on évite d’attribuer un rôle étiologique à certains facteurs
qui ne seraient que le reflet de la différence d’âge entre les deux
groupes. L’influence de l’âge sur la survenue du cancer du sein ne
peut plus être étudiée lorsque les groupes sont appariés puisque, par
définition, les cas et les témoins sont identiques.
5. Assurément, le recueil des données risque d’être biaisé par la
connaissance même de la maladie. Les femmes atteintes d’un
cancer du sein et qui ont consommé des oestrogènes se rappelleront
plus facilement cette consommation que les témoins même si ceux-
ci ont consommé des oestrogènes. Le résultat en sera une
surestimation du risque relatif.
100
6. Il aurait fallu que la personne qui aide à remplir le questionnaire
soit la même pour chaque sujet de la paire. Sinon, un biais risque
de s’introduire si le type d’aide (médicale ou paramédicale) conduit
à estimer différemment la consommation de CO dans les deux
groupes. Il faut étudier, pour y remédier, la liaison entre le type
d’aide et la consommation de CO. Si cette liaison est significative,
il faudra rendre en compte le type d’aide au moment de l’analyse
des données (par une technique d’ajustement).
7. Ces variables doivent être prises en compte dans l’étude de la
liaison KS*CO et éviter ainsi que ces variables ne la troublent.
8. X² = (28-108)²/(28+108) = 47.1 ; p <0.001
% d’exposition chez les cas : (20+108)/412 = 31.1% (412 paires =
20+28+108+256)
% d’exposition chez les témoins : (20+28)/412 = 11.7%
La proportion de ceux qui ont consommé des CO est
significativement plus élevée parmi les KS
9. OR = RRE = 108/28 = 3.9. Les femmes qui consomment des
oestrogènes ont un risque près de quatre fois plus élevé de
développer un KS que les femmes qui n’en consomment pas.
Les deux bornes de l’intervalle de confiance de OR sont :
ORS = 3.9(1 + 1.96/47.1) = 5.8
ORi = 3.9(1 - 1.96/47.1) = 2.6
10. Il faut stratifier les données selon la CSP.
11.
CSP 1 : X² = 16.2 ; p < 0.001. OR = 4.0 (142 paires : 30.3%
versus 11.3%)
CSP 2 : X² = 11.7 ; p < 0.001. OR = 4.2 (99 paires : 30.3%
versus 11.1%)
CSP 3 : X² = 19.3 ; p < 0.001. OR = 3.6 (171 paires : 32.2%
versus 12.3%)
Quelle que soit la CSP, la prise éventuelle de CO reste liée au KS. En
d’autres termes, quand on neutralise la CSP, la relation entre les CO et
le KS se maintient.
101
12. On peut dire que les CO constituent un facteur de risque du KS.
L’existence d’un lien entre les deux variables est fortement
suggérée mais on ne peut conclure à un rôle causal certain, car il
s’agit d’une simple enquête d’observation.
Tableau 1.
Année Ensemble des nourrissons Diarrhées à EBLSE Incidence
surveillés recensées cumulée (%)
1999 1469 19 -
2000 1343 23 -
2001 1676 25 -
2002 1804 8 -
1. La détermination de l’incidence cumulée a-t-elle été déterminée à
partir d’une cohorte fixe ou d’une cohorte dynamique ? Pourquoi ?
2. Donner un titre au tableau 1 et compléter le par les différentes
incidences annuelles.
3. Y a-t-il une relation statistique entre l’année (avec ses 4 modalités)
et la diarrhée à EBLSE ? Comment a évolué dans le temps le
risque annuel pour les nourrissons de contracter une diarrhée à
EBLSE ?
Corrigé
1. Les cohortes sont dynamiques. Il y a un mouvement incessant
d’entrées et de sorties.
102
2. Titre : Evolution dans le temps de l’incidence cumulée des diarrhées à
EBLSE parmi les nourrissons âgés de moins d’un an au service de
Pédiatrie du CHU de Blida (1999-2002)
Année Ensemble des nourrissons Diarrhées à Incidence
surveillés EBLSE recensées cumulée (%)
1999 1469 19 1.3
2000 1343 23 1.7
2001 1676 25 1.5
2002 1804 8 0.4
103
Le nombre total de décès recensés pendant la période d’étude s’est
élevé à 33 : 5 décès parmi les anciens infectés, et 28 décès parmi les
autres dont 4 parmi ceux qui ont été infectés au cours de la période
d’étude.
3. Déterminer la prévalence de l’hépatite B parmi les malades
hémodialysés au 31/12/2002 et dire sa signification.
4. Déterminer la létalité parmi l’ensemble des malades hémodialysés
et dire sa signification.
5. Déterminer la létalité parmi les hémodialysés infectés pendant la
période d’étude et celle des hémodialysés non infectés pendant la
même période d’étude. Commenter sans exécuter de test
statistique.
N.B : tous les indicateurs doivent être exprimés en prenant 100 pour unité
(pour 100).
Corrigé
1. Prévalence de période : (12+18)/130 = 23.1%. Plus d’un malade
hémodialysé sur 5 a présenté au cours de la période une infection
par le virus de l’hépatite B (VHB).
2. Incidence : 18/118 = 15.3%. Un malade hémodialysé avait un
risque de 15% de contracter une infection par le VHB au cours de
la période d’étude.
3. Prévalence instantanée : [(12-5)+(18-4)]/(130-33) = 21/97 =
21.6%. A la date du point, le risque pour un malade hémodialysé
de présenter une infection par le VHB était de 22%.
4. Létalité parmi l’ensemble des malades : 33/130 = 25.4%
5. Létalité parmi les hémodialysés infectés pendant la période
d’étude : 4/18 = 22.2% et létalité des hémodialysés non infectés
pendant la même période : 24/100 = 24.0%. Les deux proportions
de létalité sont pratiquement identiques : les malades hémodialysés
ne semblent pas mourir de leur infection par le VHB mais du fait
de l’insuffisance rénale et de ses complications.
104
Exercice 108 (examen – Blida, Graduation A6 : 14 janvier 2004)
Enoncé
Les pensionnaires d’une maison de retraite ont présenté des
symptômes dont le début a été brutal, caractérisé par des céphalées,
des frissons et des douleurs abdominales. Ces symptômes ont été
bientôt accompagnés de nausées, de vomissements et de fièvre qui ont
cédé spontanément en quelques jours. Les selles étaient fétides,
volontiers glaireuses et sanglantes. La date et l’heure de survenue des
différents cas est contenue au tableau 1.
Tableau 1. Heure de survenue des symptômes parmi les pensionnaires
d’une maison de retraite
Jour 30/07 31/07 01/08
Heure 22 0 1-2 3-8 9-11 12 13- 19- 22- 12
18 21 23
Effectif 1 2 6 24 15 10 28 6 2 1
1. Comment auriez-vous défini un cas de maladie ?
2. Construire la courbe d’incidence épidémique. Cette courbe est-elle
compatible avec l’hypothèse d’une intoxication alimentaire ?
Les autorités sanitaires ont été alertés vers 6 heures (le 31/07) sur la
survenue de ces épisodes morbides et ont pensé que le repas du 30/07
servi à 19 heures aux pensionnaires pouvait expliquer la survenue des
cas de maladie recensés jusqu’alors.
3. A posteriori, sur la base de l’ensemble des données contenues au
tableau 1, cette hypothèse était-elle justifiée ? Quel semble être le
repas en cause : le dîner du 30/07 servi à 19 heures ou le dîner du
29/07 servi à 19 heures ou le déjeuner du 30/07 servi à 12 heures.
4. Quelle semble être la période d’incubation médiane sur la
base des données du tableau 1 ?
5. Construire le tableau d’effectifs de la durée d’incubation de la
maladie en tenant compte du repas mis en cause et de l’heure de
survenue des symptômes.
6. Déterminer la moyenne, la médiane et l’écart type de la durée
d’incubation à partir du tableau construit à la question 5.
Commenter.
105
7. Quel semble être l’agent pathogène en cause dans la survenue de
cette maladie sur la base de la durée d’incubation et des signes
cliniques ?
Les autorités sanitaires ont relevé l’histoire alimentaire de tous les cas
de maladie (tableau 2) et ont conclu à la responsabilité de la
consommation de l’eau de ville qui n’avait pas effectivement subi de
chloration depuis au moins deux semaines.
Corrigé
1. Cas d’intoxication parmi les pensionnaires d’une maison de
retraite survenu entre le 30/07 à 22h jusqu’au 01/087 à 12
heures avec les symptômes suivants : fièvre (>= 39°C) ;
diarrhée (3 selles liquides ou plus par jour) ; vomissements.
2. Etant donné l’allure à peu près symétrique de la courbe,
l’hypothèse d’une TIAC peut être retenue à priori (mettre les
effectifs corrigés sur l’axe des y – colonne 5 du tableau ci-
dessous à la réponse 5).
3. Cette hypothèse ne semble pas justifiée. Si l’on excepte le cas
du 1/08, l’étendue de la série est environ de 24 heures. Le
mode est midi du 31/07 ; le repas en cause est probablement le
déjeuner du 30/07 (servi à 12 heures).
4. Me = 24 (25) heures : 22-23h du 31/07 – 22h du 30/07.
106
5. Répartition des 95 cas selon la durée d’incubation
Durée Centre Effectif Effectif Effectif % Ecart
(heures) classe cumulé corrigé cumulé réduit z
10 10(10.5) 1 1 1 1.1 -2.31
12 12(12.5) 2 3 2 3.2 -1.86
13-14 14 6 9 3 9.5 -1.31
15-20 18 24 33 4 34.7 -0.39
21-23 22.5 15 48 5 50.5 0.01
24 24(24.5) 10 58 10 61.1 0.28
25-30 28 28 86 4.7 90.5 1.31
31-33 32.5 6 92 2 96.8 1.86
34-35 35(35.5) 2 94 1 98.9 2.31
48 48(48.5) 1 95 1 100.0
6. Moyenne = m = 23.4 h (23.5 h si centre de classe pour les
valeurs brutes) ; s = 6.2 h ; Me = 21-23 = 22.5 h (48ème valeur).
La moyenne et la médiane sont voisines les unes des autres
(ainsi d’ailleurs que le mode) évoquant une distribution
normale de la durée d’incubation (même histogramme que
celui de la courbe d’incidence épidémique).
7. Salmonelle mineure.
8. La conclusion est pour le moins prématurée. Il faut relever
aussi l’histoire alimentaire de témoins non malades. Il a de très
fortes chances pour que le pourcentage d’exposition à l’eau de
ville des témoins soit aussi grand, innocentant, du coup, ce
facteur dans la survenue de la TIAC.
107
Exercice 110 (examen – Blida, Graduation A6 : juin 2004)
Enoncé
On a voulu savoir si l’inhalation de pentamidine, un médicament
utilisé dans le traitement d’infections à protozoaires, permettait de
prévenir la survenue d’une première pneumonie à un champignon
dénommée Pneumocystis carinii pneumonia (PCP), infection
opportuniste provoquant une insuffisance respiratoire sévère, souvent
mortelle, fréquente chez les patients souffrant de syndrome
d’immunodéficience acquise (sida). Les malades inclus dans l’étude
devaient tous être séropositifs avec un risque élevé de survenue d’une
PCP. Par ailleurs la pentamidine devait être comparé à un placebo
(substance inactive).
1. Quel est le type d’étude permettant d’atteindre au mieux l’objectif
poursuivi ? Décrire cette étude succinctement.
Au total, 223 patients furent inclus dans l’étude entre mai 1989 et avril
1990. On a dénombré 8 cas de PCP parmi les 114 patients du groupe
pentamidine et 23 cas de PCP parmi les 109 patients de l’autre groupe
auquel on n’a pas administré de pentamidine (groupe placebo).
2. Quel est l’indicateur de santé qui peut être déterminé et qui va
permettre la comparaison des deux groupes ? Déterminer cet
indicateur dans chacun des deux groupes et comparer les sur le plan
statistique.
3. Déterminer la mesure d’association permettant d’exprimer de
combien le risque de contracter une PCP est multiplié pour ceux qui
ne sont pas traités à la pentamidine (sujets exposés) par rapport à ceux
qui sont traités par la pentamidine (sujets non exposés). Commenter.
4. Déterminer la différence de risque ? Quelle est sa signification ?
Quel est le nombre de patients à traiter pour éviter un cas de PCP ?
5. Quelle est la fraction étiologique du risque chez les sujets non
traités par la pentamidine ? Quelle est sa signification ? Quel est le
nombre de cas de PCP qu’on peut éviter par un traitement à la
pentamidine pour cette étude ?
108
En fait, dans cette étude, certains patients sont décédés d’autres causes
avant la détection d’une éventuelle PCP. D’autres ont été perdus de
vue ou ont dû cesser le traitement en raison d’effets secondaires.
Mais on a pu déterminer que les 114 patients du groupe pentamidine
ont représenté 93 personnes-années de suivi tandis que les 109
patients du groupe placébo ont représenté 85 personnes-années de
suivi.
6. Quel est l’indicateur de santé qui aurait dû être déterminé à la place
de celui de la question 2 et qui aurait dû ensuite servir à établir toutes
les mesures d’association épidémiologique des questions
subséquentes ? Déterminer cet indicateur dans chacun des deux
groupes (sans les comparer sur le plan statistique).
Corrigé
1. Essai randomisé
Placebo PCP
111
Tableau 1. Comparaison des cas et des témoins vis à vis des facteurs étudiés
Facteurs Cas (n = 81) Témoins (n = 162)
Age (ans) : m s 39.8 19.9 39.4 15.6
Sexe
Masculin 41 56
Féminin 40 106
Pathologie favorisante
Absente 67 143
Présente 14 19
Sondage vésical
Oui 58 57
Non 23 105
112
Tableau 3. Comparaison des cas et des témoins
vis à vis de la durée de sondage
Effectif Moyenne (jours) Ecart type (jours)
Cas 58 6.0 6.2
Témoins 57 3.5 4.6
9. La durée de sondage semble-t-elle être un facteur de risque ?
10. Sur la base des résultats de cette enquête, quelles sont, très
succinctement, les mesures à préconiser en pratique pour éviter
l’infection urinaire nosocomiale ?
Corrigé
1. Etude cas-témoins
* cible = sondage vésical
EI ---------------- Cas (Infection urinaire symptomatique)
* cible = sondage vésical
EI --------------- Témoins (sans infection urinaire symptomatique)
2. Non. Les critères ayant servi à poser le diagnostic d’infection
urinaire nosocomiale doivent être précisés sous forme d’un tableau
synoptique (par exemple). L’utilisation de définitions émanant
d’organismes faisant autorité en la matière est très souhaitable
(définitions des infections nosocomiales des CDC).
3. Le choix des témoins dans des services autres aurait été
catastrophique. Les témoins doivent avoir la même probabilité
d’être exposés aux facteurs de risque (sondage) que les cas.
Certains services, contrairement à ceux où les cas ont été recrutés,
pratiquent très peu le sondage vésical. Le résultat aurait été une
surestimation du risque relatif.
4. Probablement pas. Les malades avec une infection urinaire
d’acquisition communautaire ont plus de chances d’être exposés
aux facteurs de risque (sondage vésical) à cause de la pathologie de
l’appareil urinaire qu’ils peuvent présenter. Or la maladie chez les
témoins ne devrait pas être plus associée au facteur de risque
qu’elle ne le serait dans la population générale.
113
5. L’appariement selon la date d’admission est certainement une
initiative heureuse car elle vise à neutraliser l’effet de la durée de
séjour à l’hôpital qui a, selon la plupart des études, une incidence
sur l’apparition des infections nosocomiales.
6.
Facteur Statistique Degré de signification
Age z = 0.16 ou NS
t = F = 0.023 = 0.15
Sexe X² = 5.80 p < 0.02
Pathologie favorisante X² = 1.42 NS
Sondage vésical X² = 28.73 p < 0.001
Age : Ho = pas de relation entre l’infection et l’âge ; z = (39.8-
39.4)(19.2²/81+15.6²/162) = 0.40/2.53 = 0.16 ; NS (non rejet
de Ho)
Sondage : Ho = pas de relation entre l’infection et le sondage ;
X² = 28.73 ; p< 0.001, rejet de Ho : la proportion des sujets
sondés chez les cas (71.6%) est significativement supérieure à
celle des témoins (35.2%).
7. OR = (58*105)/(23*57) = 4.6. Les malades sondés courent un
risque 4.6 fois plus élevé de développer une infection urinaire
nosocomiale que les malades non sondés.
ORS = 4.651+(1.96/28.73) = 8.2
ORi = 4.651-(1.96/28.73) = 2.7. La valeur de la borne
inférieure est supérieure à 1, ce qui était attendu. Le X² était
significatif, donc l’intervalle de confiance ne contient pas la
valeur 1.
8. On aurait comparé les cas aux témoins vis à vis d’un facteur en
tenant compte de l’autre. On aurait ainsi construit deux tableaux à
trois variables :
On ne peut évidemment pas remplir les cases de ces tableaux avec les
seules données disponibles. Les données des deux tableaux à deux
variables chacun (infection par sondage et infection par sexe) ne
permettent pas de reconstituer un tableau contenant simultanément les
données des trois variables (infection, sondage et sexe).
114
Tableau permettant de comparer les cas aux témoins
vis à vis du sondage vésical en neutralisant l’effet du sexe
Masculin Féminin Total
Sondés Non sondés Sondés Non sondés
Cas
Témoins
Total
Tableau permettant de comparer les cas aux témoins
vis à vis du sexe en tenant compte du sondage vésical
Sondés Non sondés Total
Masculin Féminin Masculin Féminin
Cas
Témoins
Total
9. z = (6.0-3.5)/(6.2²/58+4.6²/57) = 2.5 ; p < 0.02. La durée de
sondage semble bien être un facteur de risque.
10. Mesures : limiter les indications du sondage vésical ; pratiquer le
sondage vésical selon des techniques rigoureuses ; limiter le plus
possible la durée de sondage.
115
3. Y a-t-il une relation entre le traitement et le temps de rémission de
la douleur ?
Corrigé
1. Essai randomisé
1. Traitement A ------ ES *
Groupe homogène de malades tirage au sort
2. Traitement B ------ ES *
* = cible = temps de rémission de la douleur
2. Ho : SA² = SB²
Test F de comparaison de deux variances avec le temps de rémission
qui est supposé distribué normalement comme condition
d’application.
Seuil = 0.05.
F2417 = 100/49 = 2.04, F de la table à 2.5% = 2.56 ; NS. Ne pas rejeter
Ho : les deux variances ne diffèrent pas significativement.
3. Ho : A = B
Test t de comparaison de deux moyennes
Conditions d’application : variances égales et caractère (temps de
rémission) distribué normalement.
Seuil = 0.05
s² = variance commune = (100*24 + 49*17)/(43-2) = 78.85
t = (45-30)/(78.85/25+78.85/18) = 5.47 ; p < 0.001. Rejet de Ho, la
moyenne du temps de rémission du traitement B est significativement
plus élevée.
116
Tous les ménages appartenant aux districts tirés ont été enquêtés à
l’exclusion des ménages ayant refusé de participer à l’enquête (1.6%)
et de ceux absents au moment du passage des enquêteurs (5.5%).
Finalement, l’enquête a été réalisée auprès de 827 ménages, soit 5670
habitants.
1. A quel type d’étude pouvez-vous rattacher cette enquête ?
2. Que suppose l’utilisation de critères universels ?
3. La technique de sondage utilisée est-elle celle d’un sondage
élémentaire ? Pourquoi ?
4. Pensez-vous que le refus de coopérer et l’absence des ménages
puissent compromettre la validité des résultats de l’enquête ?
Au total, 789 personnes handicapées ont été enregistrées.
5. Quel est le taux de prévalence global des handicaps (pour 1000
personnes) et quelle est la précision absolue du sondage au risque
5% en supposant qu’il s’agisse d’un sondage élémentaire ?
Le tableau 1 contient les données relatives à la répartition des 5670
personnes enquêtées selon la présence éventuelle d’un handicap en
fonction de caractéristiques de personnes.
Tableau 1. Les handicaps à Alger
Personnes enquêtées Personnes handicapées
Age
0-14 1538 90
15-29 2168 189
30-49 1166 174
50-59 402 132
60 + 396 204
Sexe
Masculin 2812 383
Féminin 2858 406
6. Combien y a-t-il de variables dont les données sont contenues dans
ce tableau ? Quelle remarque pouvez-vous faire ?
7. La présence éventuelle d’un handicap est-elle liée à l’âge et au
sexe ?
8. Calculer les taux de prévalence spécifiques des handicaps selon
l’âge et le sexe (pour 1000 personnes). Commenter.
117
9. Représenter graphiquement la distribution de la présence éventuelle
d’un handicap en fonction de l’âge. Donner des explications sur les
modalités de votre représentation.
Le tableau 2 contient la répartition des 789 personnes handicapées
selon l’âge, le sexe et l’origine du handicap.
118
Tableau 3. Répartition de 789 personnes handicapées
selon l’âge, le sexe et l’indépendance physique
Totalement Indépendance Indépendance Dépendance Dépendance d’un
indépendanta assistée par adaptation d’un tiers de tiers pluri-
et dépendance façon non quotidiennement
dans certaines quotidienne et autres états de
situations dépendance plus
graves
Age
0 – 14 60 18 5 2 3
15 – 29 139 30 14 2 4
30 – 49 120 31 15 3 5
50 – 59 87 35 5 1 4
60 + 98 62 21 9 24
Sexe
Masculin 256 83 24 6 12
Féminin 248 83 36 11 28
a : une personne handicapée peut être totalement indépendante en ce qui concerne la
dimension de l’indépendance physique en présentant un handicap dans une autre
dimension
119
Corrigé
1. Etude transversale descriptive.
2. Utilisation d’une classification internationale.
3. Non, car il aurait fallu tirer des individus (ou des ménages) parmi
une liste d’individus (ou de ménages).
4. 1.6% + 5.5% = 7.1%. Le seuil de 10% n’ayant pas été atteint, on
peut dire que le refus de coopérer et l’absence des ménages ne
compromettent pas les résultats de l’enquête.
5. 789/5670 = 139.2 pour 1000. P = 139.2 pour 1000
1.96(.0.1392*0.8608/5670) = 139.2 0.0090 130.2 pour 1000
P 148.2 pour 1000. (conditions d’application de
l’approximation normale satisfaites : 5670* 130.2 pour 1000 =
738.2 > à 5)
6. Trois variables : âge, sexe, présence éventuelle d’un handicap.
Remarque : il s’agit en fait de deux tableaux indépendants à deux
variables chacun : présence éventuelle d’un handicap * âge et
présence éventuelle d’un handicap * sexe. Il ne s’agit pas d’un vrai
tableau à trois variables.
7.
Présence éventuelle d’un handicap par âge : X² = 720.85 ; p <
0.001 : la prévalence des handicaps est significativement
supérieure pour les classes les plus âgées.
H+ H-
0 –14 90 1448
15 – 29 189 1979
30 – 49 174 992
50 – 59 132 270
60 + 204 192
Présence éventuelle d’un handicap par sexe : X² = 0.41 ; NS
H+ H-
Masculin 383 2429
Féminin 406 2452
120
8. Prévalence (pour 1000) du handicap en fonction de l’âge : 0 - 14 :
58.5 ; 15 - 29 : 87.2 ; 30 - 49 : 149.2 ; 50 - 59 : 328.4 ; 60+ : 515.5.
On observe une très nette augmentation des taux de prévalence des
handicaps en fonction de l’âge (près de 9 fois plus grand de 0-14 à
60+).
Prévalence (pour 1000) du handicap en fonction du sexe :
masculin : 136.2 ; féminin : 142.1 (différence non significative).
9. Diagramme en barres comme à l’exercice 24. L’âge est la variable
qui sert de base aux comparaisons, une barre pour chaque classe
d’âge. La largeur des barres doit être proportionnelle à l’effectif
total de la classe d’âge correspondante mais ce n’est pas une
obligation absolue. L’axe des y porte les fréquences cumulées.
10. Distribution de 789 handicapés algérois selon l’origine du handicap
Origine Effectif %
Congénital 55 7.0
Accident 54 6.8
Maladie 680 86.2
Total 789 100.0
11. Taux de prévalence des handicaps en fonction de l’origine
Congénital Accident Maladie
0 – 14 11.7 3.3 43.6
15 – 29 8.3 6.5 72.4
30 – 49 12.9 11.1 125.2
50 – 59 2.5 22.4 303.5
60 + 7.6 32.8 474.7
Masculin 10.3 11.4 114.5
Féminin 9.1 7.7 125.3
Total (facultatif) 9.7 9.5 119.9
On ne retrouve plus l’augmentation des taux de prévalence des
handicaps en fonction de l’âge lorsqu’il s’agit des handicaps d’origine
congénitale. Cette augmentation est retrouvée pour les accidents
(rapport de 10 entre les classes d’âge extrêmes) et la maladie (rapport
de 11). On notera le taux de prévalence plus élevé pour les hommes
quand il s’agit de handicaps d’origine accidentelle.
121
12.
57/789 = 7.2%
57/5670 = 10.1 pour 1000
57/827 = 6.9%
13. Taux de prévalence (pour 1000) des handicaps
en fonction de l’indépendance physique
Indépendance I II III IV V
0 – 14 39.1 11.7 3.3 1.3 2.0
15 – 29 64.1 13.8 6.5 0.9 1.8
30 –49 102.9 26.6 12.9 2.6 4.3
50 – 59 216.4 87.1 12.4 2.5 10.0
60 + 247.5 131.3 53.0 22.7 60.6
Masculin 91.1 29.5 8.5 2.1 4.3
Féminin 86.8 29.0 12.6 3.8 9.8
Ensemble 88.9 29.3 10.6 3.0 7.1
(facultatif)
L’augmentation du taux de prévalence en fonction de l’âge est
toujours retrouvée notamment pour les handicaps les plus sévères.
Pour le handicap V, le rapport est de 30 pour les classes d’âge
extrêmes alors qu’il n’est que de 12 pour le handicap II. On note aussi
une plus grande vulnérabilité des femmes pour les handicaps les plus
sévères.
14. Cette façon de présenter les données permet de comparer les taux
de prévalence globaux ou spécifiques avec ceux d’autres études et
aussi de comparer les taux de prévalence spécifiques à l’intérieur
de cette étude.
Corrigé
1. Tirage au sort
Tirage au sort non équilibré : prendre une colonne de la table des
nombres au hasard. Affecter 0, 1, 2, 3, 4 au traitement
homéopathique et 5, 6, 7, 8, 9 au placébo.
Tirage au sort équilibré : raffinement sur le groupe total ou
mieux raffinement par séries en utilisant une table de
permutations à 6 éléments (ou même à 9 éléments).
123
2. Age, sexe, pathologie des deux groupes.
3. Certainement pas. Aucune information n’est disponible sur la façon
dont les traitements sont administrés et sur la définition d’un
syndrome grippal.
4. Après résolution du problème relatif à la définition, c’est
l’organisation mise en place pour recenser ces syndromes grippaux.
Contacter régulièrement (par téléphone) les sujets inclus dans
l’étude, valider les déclarations de ces sujets constituent une tâche
considérable.
5. 1. Homéopathie ES *
EI : 1595 sujets tirage au sort * = cible = syndrome grippal
2. Placébo ES *
6. Le biais de répartition occasionné par les perdus de vue est très
bien contrôlé : 98.6% (1573/1595) des sujets, soit une écrasante
majorité, sont allés jusqu’à la fin de l’étude.
7. X² = 0.87 ; NS. Le traitement homéopathique ne prévient pas la
survenue de syndromes grippaux.
Grippe + Grippe - Total
Homéopathie 169 614 783
Placébo 186 604 790
Total 355 1218 1573
8. La proportion d’effets secondaires engendrés par l’effet placébo
est significativement supérieure : X² = 41.30 ; p < 0.001.
Effets + Effets - Total
Homéopathie 77 706 783
Placébo 17 773 790
Total 94 1479 1573
Les mesures de risque sont le risque relatif et la différence de risque
RR = (77/783)/(17/790) = 4.6
RRi = 4.6[1-(1.9641.30)] = 2.9 ; RRs = 4.6[1+(1.9641.30)] = 7.3
DR = (77/783) - (17/790) = 0.08 = 7.68%
DRi = 0.0768*[1-(1.96/41.30)] = 0.05 = 5.3% ;
DRs =0.0768*[1+(1.96/41.30)] = 0.10 = 10.0%
124
Exercice 118. (pour consolider les connaissances)
Enoncé
Une étude a été réalisée en vue de déterminer les facteurs de risque du
mélanome de la peau dans une région méditerranéenne qui compte
environ 2400000 habitants. A travers le registre du cancer de cette
population, un recueil de tous les cas incidents a été réalisé en deux
ans (mai 1984 - octobre 1986). C’est ainsi que 240 cas ont été recrutés
(88 hommes et 152 femmes). Parmi ces cas, 208 ont été interrogés (73
hommes et 135 femmes). Les cas interrogés avaient un âge compris
entre 19 et 92 ans. La plupart des cas (68%) ont été interrogés à la
Clinique Dermatologique pendant leur hospitalisation ; 27% des cas
traités dans cette même Clinique, mais en hôpital de jour, ont été
interrogés dans les 6 mois suivant le diagnostic ; 5% des cas n’ont pas
été soignés dans un service de dermatologie mais ont été identifiés par
l’examen systématique annuel des archives d’Anatomie Pathologique
et ont été interrogés à domicile un an après le diagnostic. Un
échantillon de témoins a été tiré au sort parmi la population de la
région : 610 personnes (autant d’hommes que de femmes) ont été
contactées. Parmi celles-ci, 416 personnes (211 hommes et 205
femmes) ont été interrogées, leur âge est compris entre 17 et 92 ans.
Le personnel d’enquête avait reçu une formation spécifique et les
réponses ont été relevées sur un questionnaire standardisé. Le
questionnaire recueillait, entre autres, des informations sur les
variables suivantes, considérées comme facteurs de risque, avec leurs
modalités :
125
1. A quel type d’étude cette enquête se rattache-t-elle ? Décrire
succinctement à l’aide d’un schéma la structure de cette étude. Ce
type d’étude est-il compatible avec l’inclusion de cas incidents ?
2. La population des cas éligibles est-elle bien définie ? Justifier votre
réponse.
3. Un biais de sélection peut-il être introduit par les cas non
interrogés ? Qu’auriez vous souhaité comme information
supplémentaire ?
4. Que pensez vous des délais qui ont présidé à l’interrogation des cas
après l’identification du diagnostic ?
5. Pensez vous que les témoins ont été correctement choisis et que les
informations présidant à ce choix ont été clairement explicitées ?
Pouvez vous proposer un autre choix ?
6. Que pensez vous de la proportion des témoins qui ont été
effectivement interrogés ?
7. Quels sont parmi les facteurs de risque ceux pour lesquels le recueil
de l’information risque de poser problème ?
8. Le recueil de l’information sur ces facteurs de risque peut-il être
une source de biais d’un groupe à un autre ?
Les résultats de l’étude sont consignés au tableau suivant.
9. Compléter le tableau en y mettant les éléments de l’analyse
statistique et épidémiologique. Pour le test statistique, les deux
sexes sont confondus. Pour le calcul du risque relatif, la catégorie
de référence est celle qui est la moins exposée.
10. Quelles conclusions pouvez vous formuler à partir des données du
tableau pour chacune des variables étudiées ? Pouvez vous
conclure à l’existence de facteurs causaux ?
11. Vous semble-t-il étonnant de ne pas avoir tenu compte de l’âge et
éventuellement d’autres variables dans l’analyse des données ?
Pourquoi ?
126
Tableau. Identification de facteurs de risque du mélanome de la peau
Facteur Cas Témoins Risque relatif statistique p
Mas Fém Mas Fém Mas Fém Ensemble
Réaction de peau
bronzage 18 53 128 117 1 1 1
brûlures 21 39 46 41 - - - - -
modérées
brûlures 30 39 28 30 - - -
sévères
Antécédents de brûlures
Non 45 104 193 189 - - - - -
Oui 28 31 17 15
Pratique de sports
Jamais 34 110 116 167 - - -
1 – 6 ans 3 7 24 15 - - -
7 – 15 ans 8 7 27 9 - - - - -
16 - 33 ans 10 2 25 10 - - -
34 ans + 18 9 19 4 - - -
Contraceptifs oraux
Non 110 153 - - -
Oui 20 35
Acné-eczéma
Non 7 14 12 15 - - - - -
Oui 66 121 199 190
Corrigé
1. Etude cas-témoins.
* cible = facteurs de risque (réaction de la peau...)
EI ------------------ Cas (mélanome de la peau)
* cible = facteurs de risque ((réaction de la peau...)
EI ------------------Témoins (choisis parmi la population générale)
127
2. A priori oui, puisque les cas sélectionnés proviennent du registre du
cancer où les critères d’inclusion sont clairement établis
(anatomopathologie ...). Mais on peut se poser des questions à
propos des formes cliniques et anatomiques retenues.
3. La proportion des cas interrogés est de 86.7% (208/240) et celle des
cas non interrogés est donc de 13.3%. Le seuil de 10% qui aurait pu
être acceptable pour la non introduction d’un biais est donc
dépassé, mais légèrement. Les raisons pour lesquelles les cas n’ont
pas été interrogés (absence, refus...) devraient être données. La
comparaison des cas interrogés à ceux non interrogés vis à vis des
variables essentielles de l’étude est aussi souhaitable.
4. Un biais de mémoire peut survenir même si les deux tiers des
interrogatoires ont été réalisés pendant l’hospitalisation au cours de
laquelle le diagnostic a été posé et que seulement 5% des cas ont
été interrogés après un long délai.
5. Le choix des témoins parmi la population générale est défendable
mais les modalités de tirage au sort ne sont pas clairement
explicitées. On pouvait prendre des témoins au niveau de la
Clinique où sont soignés les cas.
6. Proportion = 416/610 = 68.2%. Cette proportion peut paraître
petite. En tout cas, il convient de donner des informations
supplémentaires sur les raisons pour lesquelles tous les témoins
n’ont pu être interrogés et éventuellement de comparer les deus
sous-groupes de témoins vis à vis des variables pouvant avoir une
influence sur les cibles de l’étude.
7. Pour la réaction de la peau, il peut être difficile de différencier la
modalité 2 de la modalité 3. Pour les antécédents de brûlures, un
biais de mémoire peut s’introduire d’autant que l’enfance n’est pas
définie (petite enfance, âge de 0 à 14 ans..). Les années de pratique
de sport, par la construction de classes, semble moins sujette à ce
biais qui peut être retrouvé pour les deux dernières cibles.
8. Oui, le recueil des données risque d’être biaisé par la connaissance
même de la maladie. Les sujets atteints de mélanome peuvent se
rappeler plus facilement avoir été exposés aux facteurs de risque et
le résultat en sera une surestimation du risque relatif.
128
9.
Facteur Cas Témoins Risque relatif statistique p
M F M F M F E
Réaction
bronzage 18 53 128 117 1 1 1
modérée 21 39 46 41 3.2 2.1 2.4 X²=45.23 <0.001
sévère 30 39 28 30 7.6 2.9 2.9
Brûlures
Non 45 104 193 189 7.1 3.8 4.7 X²=47.20 <0.001
Oui 28 31 17 15
Sports
Jamais 34 110 116 167 1 1 1
1 – 6 ans 3 7 24 15 0.4 0.7 0.5
7 - 15 ans 8 7 27 9 1.0 1.2 0.8 X²=14.96 <0.01
16 - 33 ans 10 2 25 10 1.4 0.3 0.7
34 ans + 18 9 19 4 3.2 3.4 2.3
Contraceptifs
Non 110 153 0.8 X²=0.56 NS
Oui 20 35
Acné
Non 7 14 12 15 0.6 0.7 0.6 X²=0.62 NS
Oui 66 121 199 190
10. La réaction de la peau à l’exposition au soleil, les antécédents de
brûlures et la pratique de sports peuvent être considérés comme des
facteurs de risque. Pour celle-ci, la relation avec le mélanome est
globalement significative (p<0.01) en passant du niveau d’une
pratique de sport de courte durée, associée à un effet protecteur, à
une pratique de longue durée (en rapport avec l’exposition au
soleil) associée à un risque relatif estimé de 2.3. Cependant une
enquête d’observation comme une étude cas-témoins ne peut
prétendre à l’identification de causes.
11. Le fait de ne pas avoir apparié les cas aux témoins sur l’âge aurait
dû conduire au niveau de l’analyse à neutraliser l’effet de ce
puissant déterminant de maladies : tests d’ajustement et odds ratios
ajustés. On peut envisager de la même façon de tenir compte
d’autres variables qui peuvent être des déterminants du mélanome.
129
Exercice 131. (épreuve de moyenne durée : première année de médecine : Blida -
juin 2004)
Enoncé
La tension artérielle dans une population suit une loi normale de moyenne M =
120.0 mm de mercure et d’écart type S = 10.0 mm de mercure.
1. Quelle est la proportion de la population présentant une tension artérielle
comprise entre 100 et 150 mm de mercure ?
2. Quelle est la probabilité pour un individu d’avoir une tension artérielle
supérieure à 140 mm de mercure ?
On veut établir les « limites normales » des mesures de la tension artérielle dans
cette population en utilisant les 2.5 et 97.5 percentiles.
3. Quelles sont ces limites et combien, en moyenne, sur 700 personnes
examinées, auront une tension artérielle comprise entre ces limites ?
Pour une autre population, la détermination de l’intervalle de confiance au risque 5%
à partir des tensions artérielles obtenues sur un échantillon d’effectif n (n > 30) a
donné les valeurs suivantes pour les bornes de cet intervalle : 111 mm – 119 mm.
4. Quelle est la moyenne m de la tension artérielle des sujets composant
l’échantillon étudié et quelle est la taille de l’échantillon sachant que l’écart
type s calculé sur l’échantillon est égal à 12 ?
On rappelle que 68.3% des valeurs d’une série statistique obéissant à une loi
normale se trouvent à plus ou moins un écart type autour de la moyenne, que 95.4%
des valeurs se trouvent à plus ou moins deux écarts types autour de la moyenne et
que 99.7% des valeurs se trouvent à plus ou moins trois écarts types autour de la
moyenne. On donne aussi :
z(5%) = 1.96 ; z(1%) = 2.58 ; z(2%) = 2.33 ; z(3%) = 2.17.
Corrigé
1.
z1 = (100-120)/10 = -2 ; z2 = (150-120)/10 = +3
La proportion est donc = 0.954/2 + 0.997/2 = 97.6%
2.
z = (140-120)10 = +2 ; p = (1 – 0.954)/2 = 2.3%
3.Les 2.5 et 97.5 percentiles correspondent respectivement dans une distribution
normale à :
m - 2s et m + 2s.
130
m – 2s = 120 – 2*10 = 100 mm ; m + 2s = 120 + 2*10 = 140 mm
Sur 700 personnes examinées, le nombre de personnes avec une tension artérielle
entre ces limites est : 700 * 0.954 = 668
4.
m – i = 111
m + i = 119
D’où : m = (111 + 119)/2 =115 mm et i = 4 mm
On en déduit n : n = z²s²/i² = 1.96²*12²/4² = 34.6 35.
Table du X² :
dl = 1 : X² = 3.84 pour p = 0.05 ; X² = 6.64 pour p = 0.01 ;
X² = 10.83 pour p = 0.001
dl = 2 : X² = 5.99 pour p = 0.05 ; X² = 9.21 pour p = 0.01 ;
X² = 13.82 pour p = 0.001
Corrigé
1. La méthode directe de survie a été utilisée puisqu’elle n’a tenu compte que du
recul des sujets.
2.
Taux de survie pour le groupe A : (160-88)/160 = 72/160 = 45.0%
131
Taux de survie pour le groupe B : (180-126)/180 = 54/180 = 30.0%
Tableau de contingence :
Groupe Survivants Décédés Total
A 72 88 160
B 54 126 180
Total 126 214 340
Méthode du test de l’hypothèse nulle :
132
Tableau 1.
Effectif Moyenne du taux Ecart type du taux
de triglycérides de triglycérides
(mg/dl) (mg/dl)
Utilisatrices 86 95 42.4
de contraceptifs
Non-utilisatrices 104 73 53.9
de contraceptifs
1. Quelles sont les variables dont les données sont contenues au
tableau 1, leur nature et leurs modalités ?
2. Donner un titre au tableau 1.
3. La variance du taux de triglycérides chez les non-utilisatrices
de contraceptifs est-elle significativement plus grande à celle
des utilisatrices ?
4. La moyenne du taux de triglycérides chez les utilisatrices de
contraceptifs est-elle significativement plus grande à celle des
non-utilisatrices ?
Corrigé
1. Variables : deux variables
Utilisation de contraceptifs : variable qualitative à deux
modalités (utilisatrices et non-utilisatrices)
Taux de triglycérides (triglycéridémie) : variable
quantitative continue dont les différentes modalités ne
paraissent pas et qui ont été résumées par la moyenne
et l’écart type.
2. Titre : Moyenne des taux de triglycérides à jeun chez 190
femmes âgées de 21 à 39 ans, utilisatrices ou non de
contraceptifs oraux (selon l’utilisation de contraceptifs)
3.
Ho : les deux variances sont égales.
Choix du test : F.
Conditions d’application : le taux de triglycérides est supposé
distribué normalement
133
F7294 = 53.9²/42.4² = 2905.2/1797.8 = 1.62 < 1.55 ; p < 0.05.
La variance du taux de triglycérides chez les non utilisatrices de
contraceptifs est significativement plus grande que celle des
utilisatrices.
4.
Ho : MA = MB (il n’y a pas de relation entre le taux de triglycérides et
l’utilisation de contraceptifs).
Choix du test : test t
Conditions d’application : le taux de triglycérides est supposé distribué normalement
et variances égales.
Les variances ne sont pas égales comme démontré à la question 3 mais le test t est
robuste et résiste à des écarts appréciables aux conditions d’application.
Variance commune : [(86-1)(42.4)² +(104-1)(53.9)²]/(86+104-2) =
2404.5
t (188) = (95-73) / (2404.5/86 + 2404.5/104) = 3.08 ; p < 0.01
La moyenne du taux de triglycérides chez les utilisatrices de contraceptifs est
significativement plus grande que celle des non utilisatrices.
134
2. Etablir l’équation de la droite de régression de x en y. Donner
la valeur moyenne de x pour y = 5.
Corrigé
1. Equation de la droite de régression de y en x :
y – 4 = 3(x – 2) y = 3x – 2
si x = 5, y = 3*5 – 2 = 13
2. : Détermination du coefficient de corrélation
rsy/sx = 3 r*4/1 = 3 r = ¾
Equation de la droite de régression de x en y :
x – mx = rsx/sy (y – my) x-2 = ¾ * ¼ (y – 4) x = 3/16y + 5/4
Si y = 5 x = 3/16*5 + 5/4 = 35/16 = 2.2.
135
accidents de la route chez les enfants et les adultes jeunes de 5
à 24 ans ?
137
Corrigé
1.
Mortalité proportionnelle au CHU : 897/5391 = 16.6%
Mortalité proportionnelle parmi les enfants et adultes jeunes : 276/563
= 49.0%
La mortalité proportionnelle déjà appréciable à l’échelle du CHU
atteint une proportion alarmante pour les enfants et adultes jeunes :
un décès sur deux est consécutif à un accident de la route.
2.
Le risque de décéder des suites d’un accidents de la route au CHU
pourrait être apprécié par le taux de létalité qui ramène le nombre
d’issues fatales à l’ensemble des sujets victimes d’un accident de la
route admis au CHU. Cette létalité ne peut être déterminée sur la base
des données disponibles.
3.
Certainement pas. La validité des données devrait être
systématiquement évaluée. On pourrait ainsi recouper l’information
avec celle du Bureau des entrées pour être sûr de l’exhaustivité du
recensement des décès. A propos de la validité des données relatives
aux accidents de la route recueillies par les techniciens, l’information
contenue dans les dossiers médicaux pourrait être assimilée au
référentiel servant de base aux comparaisons. La détermination des
différents indices de validité pourrait être établie à partir du tableau
2*2 suivant contenant les données sur la cause extérieure :
138
4.
Se (sensibilité) = 79/89 = 88.8%
Sp (spécificité) = 9/11 = 81.8%
VPP (valeur prédictive positive) = 79/81 = 97.5%
VPN (valeur prédictive négative) = 9/19 = 47.4%
Les indices Se, Sp, VPP ont des valeurs très satisfaisantes, en faveur
donc d’une bonne validité des données recueillies. La VPN est
relativement basse parce que la proportion des accidents de la
circulation routière parmi les causes extérieures de traumatismes est
élevée (89%). Alors que pour une maladie rare, on peut s’attendre à
une valeur prédictive négative élevée dans tout programme de
dépistage : par définition, la grande majorité des sujets testés ne sont
pas atteints de la maladie.
5.
1999 : 41/113 = 36.3%. 2000 : 43/98 = 43.9%. 2001 : 51/115 =
44.3%. 2002 : 72/128 = 56.3%.
2003 : 69/109 = 63.3%.
X² = 20.9 (dl = 4) : p < 0.001. La mortalité proportionnelle a progressé de façon
significative au cours de la période d’étude.
6.
Oui : r = (60*9550 – 1830*276)/[(60*73810-1830²)(60*1646-276²)]
= 0.43 ; dl = 58, p < 0.001.
Ou t (58) = 0.435*58/(1-0.435²) = 3.68 ; p < 0.001
sy² = (1646 – 276²/60)/59 = 6.4 ; sy = 2.5
sx² = (73810 – 1830²/60)/59 = 306.3 ; sx = 17.5
my = 276/60 = 4.6 ; mx = 1830/60 = 30.5
y – my = rsy/sx(x – mx) y – 4.6= 0.435*2.5/17.5(x – 30.5)
y = 0.06x + 2.7
7.
Test z de comparaison de deux moyennes estimées sur deux grands
échantillons (n 30)
z = (7.4 – 2.3)/(14.3²/207 + 3.1²/54) = 5.1/1.08 = 4.7 ; p < 10-5.
La durée d’hospitalisation engendrée par les traumatismes crâniens est
significativement plus élevée.
139
Exercice 138 (DEMS : mai 2005)
Enoncé
On recense en moyenne 1 accident mortel par semaine sur une
autoroute qui relie deux villes.
1. Déterminer la probabilité d’observer :
0 accident mortel
1 accident mortel
2 accidents mortels
3 accidents mortels
Au cours d’une semaine, on a enregistré 4 accidents mortels.
2. Au cours de cette semaine, le nombre d’accidents mortels a-
t-il atteint une ampleur épidémique ?
Rappel :
La variable de Poisson (de paramètre m), est la variable
quantitative discontinue qui prend les valeurs entières : x = 0, 1,
2, ……avec les fréquences f(x) = (e-m mx)/x !
Corrigé
1.
f(o) = 36.8%
f(1) = 36.8%
f(2) = 18.4%
f(3) = 6.1%
2. f(4) = 1.5%. Cette probabilité étant très faible (moins de 5%), on
peut dire que le nombre d’accidents mortels enregistrés au cours de
cette semaine a atteint une ampleur épidémique.
Corrigé
1. Au risque 5% pour un dl = 19, t = 2.093
M = m ts/n ; M = 1.50 2.093 * 0.08; M = 1.50 0.17; [1.33 –
1.67]
2. Au risque 1 pour 100 pour un dl = 19, t = 2.861
M = m ts/n ; M = 1.50 2.861 * 0.08; M = 1.50 0.23; [1.27 –
1.73]
3. Au risque 1%, la précision observée (0.23) est moins bonne qu’au
risque 5% (0.17). L’intervalle de confiance est d’autant plus étendu
que l’on veut courir un risque plus faible de se tromper sur la valeur
réelle de M.
Corrigé
Probabilité d’observer
- 0 sujet : f(0) = C010 P0 Q10 = 10 !/0 !10 ! * 1 *
0.197 = 0.197
141
- 1 sujet : f(1) = C110P1 Q9 = 10 !/1 !9 ! * 0.15 *
0.859 = 0.347
- 2 sujets : f(2) = C210 P2 Q8 = 10 !/2 !8 ! * 0.152
* 0.858 = 0.276
- au moins 3 sujets : 1 – (0.197 + 0.347 +
0.276) = 1 – 0.820 = 18.0%
La variable de Poisson (de paramètre m), est la variable quantitative discontinue qui
prend les valeurs entières : x = 0, 1, 2, ……avec les fréquences f(x) = (e-m mx)/x !
Corrigé
f(5) = (e-2 * 25)/ 5 ! = (0.135 * 32)/120 = 0.036 = 3.6%.
Le risque est donc augmenté pour l’année 2000 puisque la probabilité
d’observer 5 cas en un an est inférieure à 5%.
142
Exercice 143 (examen – Blida, graduation A6 : juillet 2005)
Enoncé
Une épidémie d’infections sur cathéters périphériques est survenue
parmi les nouveau-nés du service de néonatalogie du CHU de Blida.
Au total, 7 cas d’infections ont été enregistrés parmi les nouveau-nés
présents à un moment donné entre le 6 novembre 2004 et le 23
novembre 2004, respectivement date de début et de la fin de
l’épidémie, au service de néonatalogie.
La date de début de chaque infection est contenue au tableau 1.
Tableau 1.
Date Novembre 2004
6 12 13 18 19 20 23
Effectif 1 1 1 1 1 1 1
143
survivre et à se multiplier dans les liquides de perfusion
intraveineuse).
5. Quelles autres hypothèses pouvez-vous formuler au sujet de la
source et des modes de transmission de cette épidémie ?
Quelles mesures auriez-vous préconisées pour enrayer la
progression de cette épidémie ?
Les données sur la durée d’hospitalisation des nouveau-nés infectés
sont contenues au tableau 2.
Tableau 2. Durée d’hospitalisation des sujets infectés
Durée (jours) 8 18 19 21 23 88
Effectif 1 2 1 1 1 1
144
Le sexe n’apparaît pas comme un élément de
différenciation
4. Létalité = 0% ; mortalité proportionnelle = 0%.
5. Environnement largement contaminé, mains du personnel
soignant contaminées au contact de cet environnement,
indications de lavage des mains non respectées par les
membres du personnel. Désinfection de l’environnement mais
surtout respect des indications du lavage des mains à l’aide
d’un savon antiseptique de préférence.
6.
Médiane = 19 jours
m = 8*1 + 18*2 + 19*1 + 21*1 + 23*1 + 88*1 = 27.9
jours
s = 26.94 j 26.94/7 = 10.2 j
La médiane semble être un paramètre de tendance centrale
plus approprié pour caractériser le centre de cette
distribution asymétrique.
7.
Ecart-type de la durée de séjour des non-infectés : s =
1.3*118 = 14.12 ; s² = 199.42
Variance des infectés : 26.94² = 725.76
Variance commune : s² = (725.76*6 + 199.42*117)/123 =
225.1
t = (27.9-10.2)/(225.1/7 + 225.1/118) = 17.7/5.84 = 3.03 ; p <
0.01.
La durée d’hospitalisation des sujets infectés est
significativement supérieure. Cela s’explique, toutes choses
étant égales par ailleurs, par le fait que la contraction d’une
infection engendre une hospitalisation plus longue (soins plus
lourds…).
145
Exercice 144 (examen – Blida, graduation A6 : septembre 2005)
Enoncé
Une épidémie de diarrhée à Salmonella (S.) enterica typhimurium
(salmonelle mineure) est survenue au service de pédiatrie du CHU de
Blida en mai 2005. Les différents cas de diarrhée à S. se répartissent
ainsi en fonction de la date de début des symptômes :
Jour du mois 7 14 15 17
Effectif 1 1 1 1
146
préventives qui ont été mises en place dans le service et qui ont
probablement fini par enrayer la progression de l’épidémie ?
Antibiogramme :
S. sensible à : Imipenem, Amikacine, Colistine, Ofloxacine,
Cefoxitine, Pefloxacine
S. résistant à : Ampicilline/Amoxicilline, Amoxicilline + Ac
clavulanique, Cefazoline, Cefotaxime, Gentamicine, Cotrimoxazole,
Chloramphénicol
Corrigé
1. La construction de l’histogramme ne pose aucun problème
particulier (l’ordonnée est nulle pour les jours sans cas). Non !
L’épidémie dans ce cas aurait duré un à deux jours (incubation
médiane = 1 jour) et aurait dessiné une courbe symétrique.
2. m = 92.7 mois ; s = 178.2 mois; s/n = 178.2/4 = 89.1 mois.
3. Me = 3.5 mois. Oui, la médiane décrit mieux la tendance
centrale de l’âge.
4. Probablement pas. S. isolée est un germe hospitalier
multirésistant et ne semble pas avoir une origine alimentaire,
du moins en tenant en compte un passé récent..
5. Modes de transmission : transmission indirecte (mains du
personnel, instruments contaminés) essentiellement car il
s’agit en majorité de très jeunes enfants.
6. le cas n°3 a pu infecter sa mère, soit directement, soit par
l’intermédiaire d’objets souillés (linge…) car il peut excréter
des salmonelles pendant une certaine durée.
7. Mesures : lavage systématique des mains du personnel entre
les soins à prodiguer à deux nourrissons, isolement entérique
des malades, utilisation de langes à usage unique, hygiène très
stricte des biberons, rappel au personnel de la chaîne de
transmission des S., réhydratation des malades, le traitement
antibiotique n’est pas systématiquement indiqué car émergence
de souches résistantes.
147
Exercice 150 (EMD biostatistique, première année de médecine : Blida -
février 2006)
Enoncé
La masse (poids) d'une substance entrant dans la composition d'un
comprimé de médicament obéit à une loi normale N(7,6 mg; 0,2 mg).
1. Quelle est la probabilité que la masse de la substance soit
supérieure à 8 mg?
2. Quelle est la probabilité que la masse de la substance soit
inférieure à 7 mg?
3. L'intervalle [7 mg – 8 mg] pour la masse de la substance doit
être respecté lors de la fabrication de ce comprimé de
médicament. Si on sait que le pourcentage de comprimés
défectueux ne peut dépasser 2%, peut-on retenir un procédé de
fabrication de ce comprimé de médicament avec une substance
dont la masse obéit à la loi N(7,6 mg; 0,2 mg).
On rappelle que 68.3% des valeurs d'une série statistique obéissant à une loi normale
se trouvent à plus ou moins un écart type autour de la moyenne, que 95.4% des
valeurs se trouvent à plus ou moins deux écarts types autour de la moyenne et que
99.7% des valeurs se trouvent à plus ou moins trois écarts types autour de la
moyenne.
Corrigé
1. z = (8 – 4.6)/0.2 = +2 ; p = (1 – 0.954)/2 = 2.3%
2. z = (7 – 7.6)/0.2 = -3 ; p = (1 – 0.997)/2 = 0.15 0.2%
3. La proportion des comprimés défectueux est donc = 2.3% +
0.2% = 2.5%. Le procédé de fabrication ne peut donc être
retenu.
148
2. Quelle devrait être la taille de l'échantillon si on exigeait de
connaître cette moyenne à 75 globules blancs près au même
risque et avec la même variance estimée?
On donne aussi les valeurs de l'écart réduit z à différents risques :
z(5%) = 1.96; z(1%) = 2.58; z(2%) = 2.33; z(3%) = 2.17
Corrigé
1. Précision absolue du sondage = i = zs/n = (1.96 * 600)/7 =
168 globules blancs
2. n = z²s²/i² = (1.96² * 360000)/75² = 246 sujets
149
2. Déterminer le nombre de sujets nécessaire par groupe pour
mettre en évidence une différence minimum d’une heure (quel
que soit le sens de cette différence) entre les deux produits
sachant qu’on accepte 10 chances sur 100 de ne pas déceler
cette différence au risque d’erreur = 2.5%.
3. Sur la base de ce nombre, a-t-on intérêt à opter pour un tirage
au sort simple ou pour un tirage au sort équilibré pour répartir
les sujets éligibles entre les deux groupes ? pourquoi ?
Décrivez la technique du tirage au sort simple et deux
techniques pour assurer un tirage au sort équilibré entre les
deux groupes.
Corrigé
1. La formulation est unilatérale
n = nA = nB = (z2α + z2β)² / [2(arc sin√PB – arc sin√PA)²]
= (1.645 + 1.282)²/2(0.785-0.524)² = 8.567/0.136
63 sujets par groupe
Les éléments du calcul sont :
z2 = z (10%) = 1.645; z2 = z(20%) = 1.282; arcsin0.50 = 0.785 ;
arcsin0.25 = 0.524.
150
Les écarts réduits z correspondant aux risques α
et β consentis sont lus directement dans la table
1 de l’écart réduit : z(2.5%) = 2.24 et z(20%) =
1.282 (le risque de deuxième espèce est ici égal
à 10%)
D’où : n = nA = nB -= [(2.24 + 1.282)² * 2 * 1²] / 1² = 25 sujets par
groupe
3. Etant donné la taille échantillonnale réduite pour chaque
groupe, il convient d’équilibrer le tirage au sort.
Le tirage au sort simple aboutit à des effectifs à peu près égaux, mais des inégalités
restent possibles surtout si les effectifs sont faibles.
Le tirage au sort simple consiste à utiliser une seule colonne de la liste des nombres
au hasard. Les chiffres 0, 1, 2, 3, 4 peuvent être attribués aux sujets de la cohorte A
et les chiffres 5, 6, 7, 8, 9 sont attribués aux sujets de la cohorte B.
Le raffinement, ou tirage au sort équilibré, permet d’assurer l’égalité numérique des
cohortes subissant chacune une des manœuvres de l’essai. Le raffinement sur le
groupe total et le raffinement par séries sont les techniques utilisées pour réaliser
l’équilibrage des cohortes.
Le raffinement sur le groupe total est effectué si l’essai est conduit dans un seul
centre et si l’effectif total des sujets éligibles est déterminé d’emblée. Pour répartir
de façon équilibrée un groupe de 50 patients (numérotés de 00 à 49) en deux
cohortes comprenant chacune 21 sujets, on utilise deux colonnes de la table des
nombres randomisés. Les 25 premiers nombres seront associés, par exemple, au
traitement A tandis que les 25 suivants désigneront le traitement B (les chiffres 50 à
99 sont ignorés).
Le raffinement par séries est la technique usuelle, il est toujours effectué dans les
essais randomisés multicentriques impliquant plusieurs centres. Le nombre usuel de
malades dans une série est de 6. A cette fin, on utilise une table de permutations au
hasard à 6 éléments. On lit au hasard (en fermant les yeux et en pointant un crayon)
une première permutation, suite de six chiffres de 1 à 6. Cette suite peut être, par
exemple, 246315.
Si les chiffres 1, 2, 3 sont associés au traitement A et les chiffres 4, 5, 6 au
traitement B, on obtient la séquence ABBAAB qui détermine le contenu des six
premières enveloppes de randomisation.
Les permutations suivantes de la table, lues dans un sens quelconque, déterminent la
suite du tirage au sort.
151
Exercice 156 (EMD biostatistique, première année de médecine : Blida -
juin 2006)
Enoncé
La probabilité d’avoir une infection du site opératoire (ISO) pour un
malade opéré dans un service de chirurgie est de 3.7%. Au cours d’un
mois donné, 54 malades ont été opérés.
1. Calculer le nombre de cas d’ISO moyen observé par mois et sa
variance.
2. quelle loi de probabilité suit la variable « nombre d’ISO)?
Justifier votre réponse.
3. Quelle est la probabilité d’observer 3 ISO au cours de ce
mois ?
4. Est-ce que le nombre d’infections au cours de ce mois a atteint
une ampleur inquiétante ?
Corrigé
1. m = np = 54*0.037 = 2 ; s² = npq = 54*0.037*0.963 = 1.9.
2. La variable « nombre de cas d’infection » suit une loi de
Poisson car m ≈ s².
3. p(x = 3) = e-2*23/3 ! = 0.18.
4. p(x=3) = 18%, donc supérieure à 5%, le nombre d’infections
au cours de ce mois n’a pas atteint une ampleur épidémique.
NB : la probabilité de la question 3 peut être retrouvée par
l’application de la loi binomiale : C543 * 0.0373 * 0.96351 = 0.18
152
Exercice 162 (rattrapage biostatistique, première année de médecine :
Blida - octobre 2006)
Enoncé
La sensibilité et la spécificité du toucher rectal en tant qu’examen
proposé pour le diagnostic du cancer de la prostate sont
respectivement de 69% et 89%. On veut évaluer la validité prédictive
de cet examen sur un échantillon représentatif d’une population où on
a dénombré sur la base d’un référentiel 200 sujets atteints de ce cancer
et 2000 sujets indemnes de cette maladie.
1. Etablir le tableau de contingence 2*2
2. Quelle est la proportion des sujets atteints de cancer de la
prostate et son intervalle de confiance à 95% (l’échantillon
a été constitué sur la base d’un sondage élémentaire) ?
3. Déterminer la valeur prédictive positive et la valeur
prédictive négative du toucher rectal pour faire le
diagnostic du cancer de la prostate à partir du tableau de
contingence. Commenter.
Corrigé
1.
Cancer prostate Cancer prostate Total
oui non
Toucher rectal 138 220 358
positif
Toucher rectal 62 1780 1842
négatif
Total 200 2000 2200
153
2. Proportion (prévalence) = 200/2200 = 9.1%
Intervalle de confiance à 5% : 0.091 ± 1.96√[(0.091*0.909)/2200]
= 0.091 ± 0.012
[7.9% - 10.3%]
Conditions d’application de la loi normale satisfaites : 0.079 * 2200
=174 (> 5)
3. VPP = 138/358 = 38.5% ; VPN = 1780/1842 = 96.6%. La VPP
n’est pas très élevée et pourrait limiter l’utilité du test parmi la
population ciblée.
154
2. vous semble-t-il que les données disponibles aient rapporté de
façon satisfaisante la définition d’un cas de maladie ?
La légionellose est une maladie non contagieuse à transmission
aérienne à partir de réservoirs de germes tels que les systèmes de
conditionnement d’air ou les systèmes de pulvérisation d’eau émettant
des aérosols (fontaines rafraîchissantes…). Par ailleurs, la durée
d’incubation de la légionellose est au minimum de 2 jours, au
maximum de 10 jours et en moyenne de 6 jours.
3. Cette épidémie peut-elle être due à une source commune
initiale suivie d’une transmission de personne à personne ?
4. Quelles autres hypothèses pouvez-vous formuler au sujet de la
source et des modes de transmission de la maladie ?
Les données brutes de l’âge (en années révolues) des malades sont les
suivantes :
36 ;36 ;37 ;39 ;40 ;45 ;48 :48 ;48 ;49 ;51 ;55 ;56 ;60 ;61 ;62 ;65 ;65 ;
65 ; 65 ; 68 ;70 ;75 ;76 ;76 ;78 ;79 ;80 ;80 ;81 ;83 ;84 ;86 ;86.
5. Déterminer la médiane et la moyenne de l’âge des malades
ainsi que l’écart type de celle-ci. Commenter.
6. Regrouper les données en classes d’amplitude égale à 5, la
première classe étant : 35-39 (la construction du tableau
d’effectifs avec les fréquences relatives est obligatoire). Quel
est le mode et quelle est la médiane de l’âge à partir de ces
données groupées. Commenter.
Parmi les malades recensés, 24 sont de sexe masculin.
7. Pouvez vous, à partir des données disponibles, construire un
tableau à deux variables qui contiendrait les données de l’âge
et du sexe des malades ?
8. Pouvez-vous déterminer les taux d’attaque de la légionellose
en fonction du sexe ?
155
Aucun décès n’a été enregistré parmi les malades atteints de
légionellose.
Corrigé
1 .Porter directement sur l’axe des y les effectifs sans correction.
2. Non. Il n’existe pas de critères opérationnels pour définir le
syndrome fébrile, les signes respiratoires, etc. Pas d’information
non plus sur un cas certain et un cas probable.
1. Cette épidémie pourrait être due à une source commune mais
la transmission de personne à personne, directe ou indirecte,
est sans objet puisque la maladie n’est pas contagieuse.
2. Etant donné la durée de l’épidémie, une source commune
momentanée ne peut expliquer la totalité des cas de
l’épidémie. Par contre, une source commune persistante
(système de pulvérisation d’eau…), malgré l’atypie de la
courbe (mode non atteint en trois jours) pourrait expliquer
l’épidémie, d’autant que les habitants n’ont pas été tous
exposés simultanément. On peut aussi imaginer l’existence de
plusieurs sources de contamination…
3. Me = (17ème + 18ème observation)/2 = (65 + 65 )/2 = 65 ans.
m = 62.7 ans ; s = 16.1 ans ; s/√n = écart type de la moyenne =
2.8 ans. L’âge des malades est relativement élevé. Le risque de
contracter une légionellose pourrait être plus élevé pour les
sujets âgés (à corroborer par le calcul des taux d’attaque en
fonction de l’âge).
156
4. Répartition des malades en fonction de l’âge
Age Effectif Pourcentage
35-39 4 11.8
40-44 1 2.9
45-49 5 14.7
50-54 1 2.9
55-59 2 5.9
60-64 3 8.8
65-69 5 14.7
70-74 1 2.9
75-79 5 14.7
80-84 5 14.7
85-89 2 5.9
Ensemble 34 100.0
157
Exercice 168 (graduation A6 – Blida : septembre 2007)
Enoncé
Le 18 juillet 2001, le Service d’Epidémiologie a été informé de la
survenue « excessive » d’infections de plaies opératoires (IPO) au
service de Traumatologie. L’enquête épidémiologique a notamment
relevé l’information relative à 38 malades opérés au service du 1er
juillet 2001 au 25 juillet 2001 et qui y ont séjourné pendant au moins
deux jours. L’analyse n’a pas tenu compte de quatre malades qui
avaient déjà contracté une IPO avant cette période et qui ont été admis
pour une réintervention.
Au 28 juillet 2001, 14 IPO ont été recensées parmi les 34 sujets
éligibles, dont 27 ont été considérés comme des sujets en bonne santé
générale (ASA = 1). Les données sur les taux d’attaque des IPO en
fonction de la classe de contamination sont contenues au tableau 1.
Tableau 1.
Chirurgie Opérés Infectés Taux d’attaque (%)
Propre 27 8 -
Contaminée 5 4 -
Sale 2 2 -
Ensemble - - -
1. Donner un titre au tableau 1 et compléter le. Commenter.
2. Une IPO vous semble-t-elle bien définie ? Pourquoi les données
concernent-elles les malades opérés dès le 1er juillet 2001 et
pourquoi doivent-ils séjourner au moins deux jours?
L’âge, le sexe, le délai d’intervention (durée de séjour depuis
l’admission jusqu’à l’intervention) n’étaient pas liés à la survenue
éventuelle d’une IPO. Les données des taux d’attaque des IPO en
fonction de la salle d’intervention sont contenues au tableau 2.
Tableau 2.
Salle Opérés Infectés Taux d’attaque (%)
A 15 8 -
B 17 4 -
C 2 2 -
3. Donner un titre et compléter le tableau 2. Existe-t-il une relation
entre la salle et la survenue éventuelle d’une IPO ?
158
La distribution des cas d’IPO en fonction de la date de survenue est
contenue au tableau 3.
Tableau 3. Distribution des cas d’IPO en fonction de leur date de survenue
Jour 4 6 7 10 12 15 16 17 18-20 21
Effectif 1 1 2 2 1 1 1 1 3 1
4. Construire et commenter la courbe d’incidence épidémique.
La majorité des IPO (71.4%) n’ont pas fait l’objet d’un examen
bactériologique. Parmi les 4 IPO ayant bénéficié de celui-ci,
Pseudomonas aeruginosa a été isolé deux fois, Klebsiella une fois et
un germe anaérobie une fois.
5. Que peuvent suggérer ces quelques résultats bactériologiques ?
6. Sur la base de tous ces résultats, qu’auriez vous préconisé pour
réduire l’incidence des IPO au service de Traumatologie.
Corrigé
1.
Tableau 1. Taux d’attaque des IPO selon la classe de contamination
Traumatologie - Juillet 2001
Chirurgie Opérés Infectés Taux d’attaque (%)
Propre 27 8 29.6
Contaminée 5 4 80.0
Sale 2 2 100.0
Ensemble 34 14 41.2
Le taux d’IPO pour la chirurgie propre était excessivement élevé :
29.6%, il ne devrait pas dépasser 2%. Cette situation était d’autant
plus inquiétante que l’écrasante majorité des 34 malades éligibles
(97.1%) ont été considérés comme des sujets en bonne santé générale.
2. La définition d’une IPO n’est pas donnée dans l’énoncé. Une
définition opérationnelle est bien évidemment indispensable dans
ce genre d’investigation. Le moment où le service d’épidémiologie
a été informé du problème ne coïncide pas avec le début de
l’épidémie qui était probablement antérieur (d’ailleurs, cette
flambée épidémique a coïncidé avec la panne du stéribloc en salle
A la première semaine de juillet). Le fait de ne prendre que les
malades qui séjournent au moins 48 heures est probablement en
rapport avec le fait que la durée d’incubation des IPO dues aux
germes pyogènes est aux alentours de 48 heures.
159
3.
Tableau 2. Taux d’attaque des IPO en fonction de la salle
Traumatologie - 2001
Salle Opérés Infectés Taux d’attaque (%)
A 15 8 53.3
B 17 4 23.5
C 2 2 100.0
X² = 1.64 (en regroupant salles B et C) ; NS. Le X² est non valable si
ce regroupement n’est pas effectué (2 effectifs théoriques < 5, X² =
5.96, p=0.05 à tort)
4. La courbe d’incidence épidémique n’est pas en faveur d’une source
commune d’infection, que celle-ci ait été momentanée ou
persistante. La transmission des germes par les mains du personnel
ou des instruments souillés est plus plausible.
Histogramme : porter les effectifs par unité d’amplitude sur l’axe
des y puisque les classes ne sont pas d’amplitude égale.
Jour 4 6 7 10 12 15 16 17 18-20 21
Effectif 1 1 2 2 1 1 1 1 3 1
Amplitude 1 1 1 1 1 1 1 1 3 1
Corrigé 1 1 2 2 1 1 1 1 1 1
5. Ces quelques résultats bactériologiques ne suggèrent pas un
phénomène épidémique mais plutôt une baisse de la qualité des soins.
6. Le nettoyage et la désinfection journalière du bloc opératoire
doivent être décidés pour lutter contre d’éventuels gîtes microbiens.
Le lavage répété des mains devrait être considéré comme une
opération plus importante. Les mesures de prévention en rapport avec
les facteurs préopératoires (douche préopératoire avec un savon
antiseptique, épilation, durée d’hospitalisation, traitement des
pathologies préexistantes) et peropératoires (lavage chirurgical des
mains, tenue du bloc, antiseptie cutanée avec des produits à base de
chlorhexidine ou de polyvidone iodée, durée de l’intervention,
antibioprophylaxie brève, réduction de la circulation...) devraient
constamment être mises à l’ordre du jour, renforcées et respectées.
Mais cela est un véritable programme nécessitant l’implication de
l’administration.
160