Exercicescorrigsdpidmiologieetdebiostatistique Extraits PrBezzaoucha

See discussions, stats, and author profiles for this publication at: https://www.researchgate.
net/publication/281684951
168 exercices corrigés d'épidémiologie et de biostatistique
Book · January 2007
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.
The user has requested enhancement of the downloaded file.

AVANT-PROPOS
Ce recueil d’exercices est un extrait de l’ouvrage « 168 exercices

corrigés d’épidémiologie et de biostatistique » du Pr Bezzaoucha
Abdeldjellil édité par l’Office des Publications Universitaires (OPU -
Alger – 3ème édition 2010). L’ouvrage avait repris des exercices
proposés aux étudiants en médecine et aux résidents d’épidémiologie,
à Alger et à Blida, de septembre 1984 à septembre 2007, soit sur une
période de 23 ans.
L’auteur a publié à l’OPU plusieurs ouvrages d’épidémiologie

générale et de biostatistique qui ont été réédités plusieurs fois dont :
« Epidémiologie et biostatistique à l’usage des étudiants en sciences
médicales », « Compléments en techniques épidémiologiques de
base », « Tests statistiques en sciences médicales » et « statistique
descriptive et sondages en sciences médicales ». Tous ces ouvrages
peuvent être consultés avec profit pour affiner les connaissances en
épidémiologie générale et en biostatistique.
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).
Tableau 1. Infection du personnel hospitalier par le HBV

Prévalence (%) de l’infection en fonction du sexe et de l’âge
<20 ans 20-29 ans 30-39 ans 40-49 ans 50 ans +
n H+ % n H+ % n H+ % N H+ % n H+ %
M 68 4 5.9 691 89 12.9 217 40 18.4 63 17 27.0 27 10 37.0
F 61 3 4.9 230 25 10.9 88 17 19.3 44 16 36.4 13 3 23.1
T 129 7 5.4 921 114 12.4 305 57 18.7 107 33 30.8 40 13 32.5
n = nombre de personnes testées
H+ = HBV+ = présence d’un des marqueurs sérologiques de l’infection par le virus
de l’hépatite B, en l’occurrence HBsAg ou l’anticorps correspondant Anti-HBs
1. Le titre du tableau vous satisfait-il pleinement ?

2. Quelles sont les trois variables dont les données sont consignées au
tableau 1, leur nature, leurs modalités ?
3. Quelle est la prévalence globale de l’infection ? Déterminer son
intervalle de confiance à 5%. Cet intervalle vous paraît-il grand vu
l’objet de l’étude ?
4. Y a-t-il une liaison entre l’infection par le virus de l’hépatite B et le
sexe ?
5. Y a-t-il une liaison entre l’infection par le virus de l’hépatite B et
l’âge ? (conserver obligatoirement à l’âge son caractère quantitatif
et assigner 15 ans au centre de la première classe et 55 ans au
centre de la dernière classe).
On s’intéresse maintenant à la distribution séparée en fonction de

l’âge des deux marqueurs sériques étudiés HBsAg et Anti-HBs
(tableau 2).
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
6. Représenter sur un même graphique la prévalence, en fonction de

l’âge, de l’HBsAg, de l’Anti-HBs et de l’HBV. Sans faire de tests
statistiques, quel est le marqueur qui visiblement explique la relation
entre l’infection par le virus de l’hépatite B et l’âge. Commenter.
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.
Exercice 2. (examen, résidanat A1 : septembre 1984)

Enoncé
Au cours d’une enquête biométrique, on a relevé l’âge x et le poids y
de 492 enfants (tableau).
1. Quelle est la nature de ce tableau à double entrée ?
2. Quelle est la proportion d’enfants dont :
 le poids est supérieur ou égal à 27 kg ?
 le poids est compris entre 47 et 59 kg ?
 l’âge est inférieur à 9 ans?
 le poids est inférieur à 27 kg et âgés de 9 à 13 ans ?
On donne : Σni(yi-my)² = 49034
Σnj(xj-mx)² = 3232
Σnij(xj-mx)(yi-my) = 10360
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
3. Calculez le coefficient de corrélation linéaire entre l’âge et le

poids des enfants.
4. Le coefficient de corrélation trouvé diffère-t-il
significativement de 0 ? Le résultat était-il attendu ?
5. Calculez la pente de la droite de régression de y en x.
6. Quel est l’âge moyen et le poids moyen de ces 492 enfants ?
7. Etablir l’équation de la droite de régression de y en x.
8. Déterminer grâce à l’équation de la droite de régression ainsi
trouvée le poids moyen des enfants de la classe 9-11 ans.
9. Quel était le poids moyen, sur la base des données du tableau,
des enfants de cette même classe d’âge ? Qu’en concluez-
vous ?
10. Etes-vous en mesure de déterminer pour un poids donné, par
exemple 40 kg, l’âge moyen des enfants grâce à la même
équation ? Expliquez.
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)
Exercice 3. (examen, résidanat A1 : février 1985)

Enoncé
Vous voulez apporter votre contribution en vue d’améliorer
l’efficacité et le rendement en matière de soins de santé primaire
assurés par votre polyclinique.
6
Vous tirez aléatoirement un échantillon au 1/10ème parmi les dossiers
des malades venus recevoir des soins dans votre polyclinique pendant
les six derniers mois pour être en mesure de caractériser la population
qui fréquente votre polyclinique.
1. Quelles sont les variables pour lesquelles vous voulez récolter
l’information sur votre fiche d’enquête en rapport avec l’objectif de
l’étude ?
2. Quel est le type d’architecture de cette étude ?
3. Identifier les caractéristiques utiles de cette étude ainsi que ses
limites potentielles.
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.

Enoncé
Le tableau suivant rapporte les effectifs de blessés en Algérie par
accidents de la circulation, identifiés comme cas annuels nouveaux
(cas incidents).
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).

Enoncé
Soient les données suivantes relatives aux effectifs de décès par âge et
par cause pour une région et une année donnée :
Décès selon la cause en fonction de l’âge dans un région donnée

pendant une année
Age (années) Population au milieu de Décès
l’année Toutes causes Maladie M
5-9 3181900 6601 774
10-14 3349100 4603 827
1. Calculer le taux de mortalité toutes causes et le taux de mortalité de

la maladie M en fonction de l’âge
2. Quelle est la mortalité proportionnelle par la maladie M en fonction
de l’âge ?
3. Avez-vous identifié sur la base du taux de mortalité spécifique et
de la mortalité proportionnelle un groupe d’âge à risque ?
Commentez.
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.

Enoncé
Le tableau suivant rapporte les taux d’incidence cancéreuse annuels
moyens par localisation et par sexe, standardisés pour l’âge suivant le
standard « population mondiale » en Algérie et en Suède pour une
période donnée.
1. Pourquoi les taux d’incidence ont-ils été standardisés ?
2. Décrivez les principaux faits relevés
3. A quoi de telles différences peuvent-elles être attribuées ?
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...

Enoncé
En vue d’identifier d’éventuels facteurs de risque pour une maladie
professionnelle M touchant le personnel hospitalier, on a étudié la
relation entre cette maladie, ou plutôt ses marqueurs décelés
sérologiquement parmi le personnel d’un hôpital, et le contact que ce
personnel a d’une part avec le sang, et d’autre part avec les patients
sans distinction d’affection. Les données de l’enquête sont consignées
au tableau suivant.
Prévalence d’une maladie M en fonction du contact avec le sang et le patient

Contact avec Contact fréquent avec sang Contact rare avec sang
patient Effectif testé Malades* Effectif testé Malades*
Fréquent 192 46 494 62
Rare 72 18 744 98
Total 264 64 1238 160
*malade signifie présence d’un des marqueurs sérologiques de cette
maladie
1. Quelles sont les variables dont les données sont consignées au

tableau, leur nature, leurs modalités ? Identifier les variables
dépendantes et indépendantes.
2. Représenter graphiquement la prévalence de l’affection M en
fonction du contact avec le sang et du contact avec le patient.
3. Y a-t-il une liaison, et quel en est éventuellement le sens, entre
cette maladie et :
 le contact avec le sang ?
 le contact avec le patient ?
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

Enoncé
Vous êtes épidémiologiste dans une région où l’on compte 5000
naissances par mois.
13
La fréquence d’une malformation congénitale dans cette région est de
0.1%. Le nombre x de malformations observées pendant une période
donnée suit une loi de Poisson.
1. Quelle est la probabilité d’observer 10 malformations en un mois ?
2. Quelle est la probabilité d’avoir 0 ou 1 ou 2 ou 3 ou 4 ou 5 ou 6 ou
7 ou 8 ou 9 ou 10 malformations ?
3. Quelle est la probabilité d’observer 16 malformations en deux
mois ?
4. Supposez que vous ayez effectivement observé 10 malformations
en un mois, que pouvez-vous conclure ?
N.B. On rappelle que la variable de Poisson, de paramètre m, est la variable
discrète qui prend les valeurs entières : x = 0, 1, 2, ........... avec les
fréquences : f(x) = (e-m mx)/x !
Extrait de la table de la loi de Poisson :
M 1 5 10
X f(x) f(x) f(x)
0 0.3679 0.0067
1 0.3679 0.0337 0.0005
2 0.1839 0.0842 0.0023
3 0.0613 0.1404 0.0076
4 0.0153 0.1755 0.0189
5 0.0031 0.1755 0.0378
6 0.0005 0.1462 0.0631
7 0.0001 0.1044 0.0901
8 0.0653 0.1126
9 0.0363 0.1251
10 0.0181 0.1251
11 0.0082 0.1137
12 0.0034 0.0948
13 0.0013 0.0729
14 0.0005 0.0521
15 0.0002 0.0347
16 0.0001 0.0217
17 0.0128
18 0.0071
19 0.0037
20 0.0019
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.
Exercice 13. (examen, résidanat A1 : mai 1985)

Pour une population donnée, la glycémie suit une loi normale de
moyenne  = 1.0g et d’écart type  = 0.2g.
1. Quelle est la probabilité pour un individu d’avoir une glycémie
comprise entre 0.90 et 1.20g ? Sur 100 personnes examinées,
combien en moyenne auront une glycémie comprise entre 0.90 et
1.20g ?
2. Quelle est la probabilité pour un individu d’avoir une glycémie
supérieure à 1.40g ? Si un individu se présente avec une glycémie
de 1.40g, pouvez-vous affirmer un état pathologique ?
Pour une autre population, la détermination de l’intervalle de
confiance au risque 1% à partir des glycémies obtenues pour un
échantillon d’effectif n (n>30) a donné les valeurs suivantes pour les
bornes de cet intervalle : 1.13g et 1.27g.
3. Quelle est la moyenne m des glycémies des sujets composant
l’échantillon étudié ?
4. Quelle est la taille de l’échantillon étudié sachant que s², la
variance estimée sur l’échantillon, est égale à 0.10g² ?
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.
Exercice 14. (examen, résidanat A1 : mai 1985)

Enoncé
On a calculé la masse grasse au kg près d’un échantillon de filles
scolarisées âgées de 9 ans habitant quatre communes situées en zone
rurale. Les résultats de l’enquête sont consignés au tableau suivant :
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
Existe-t-il une différence significative entre les 4 communes rurales

du point de vue du caractère étudié ?
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
(Ti²/ni) = 193²/42+254²/62+160²/32+163²/38 = 3426.6458

Tg²/N = 770²/174 = 3407.4713
x² = 956+1090+861+729 = 3636
 Tableau d’analyse de la variance

Source de Somme des carrés des Dl Variances F
variation écarts
Entre 3426.6458- 4-1=3 6.3915 5.19
communes 3407.4713=19.1745
Résiduelle 3636- 174-4 = 1.2315
3426.6458=209.3542 170
Totale 3636- 174-1 =
3407.4713=228.5287 173
17
F(3,170) à 1% = 3.78 ; F(3,170) à 10/00 = 5.42  p<0.01, les
moyennes diffèrent significativement à p < 0.01(l’hypothèse nulle est
rejetée). Les filles de Beni-Abbes et de Boukadir semblent avoir une
masse grasse plus élevée.
Exercice 15. (examen, résidanat A1 : juin 1985)

Enoncé
Des auteurs rapportent dans une publication que 70% des accidents
corporels de la circulation impliquent des conducteurs ayant un taux
d’alcoolémie supérieur au seuil toléré par la loi. Les auteurs concluent
que les conducteurs qui ont un taux d’alcoolémie supérieur au seuil
légal sont plus dangereux que les autres
1. Dites pourquoi cette conclusion n’est pas justifiée après avoir écrit
le rapport utilisé pour calculer la statistique des auteurs.
2. Construire le tableau de contingence 2*2 qui aurait permis
éventuellement de justifier la conclusion des auteurs.
3. Quelle serait, selon vous, la difficulté majeure qui pourrait ne pas
permettre de remplir les cases de ce tableau.
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.

Enoncé
On a tiré au sort, parmi les hommes de 40 à 59 ans un échantillon de
1000 sujets qu’on a classés, après examen de sang, en
« hypercholestérolémiques » et « normaux ». Ils ont ensuite été suivis
pendant 5 ans et on a observé le nombre de maladies par artérioslérose
coronarienne.
Etude analysant la liaison entre la cholestérolémie
et l’artériosclérose coronarienne
Cholestérolémie Effectif au départ Artériosclérose
Normaux 750 45
Hypercholestérolémiques 250 28
Total 1000 73
1. De quel type d’étude s’agit-il ?
2. Calculer la fréquence annuelle des nouveaux cas de maladie par
artériosclérose coronarienne :
 chez les normaux
 chez les hypercholestérolémiques
3. Calculer les risque relatif et attribuable. Justifier l’utilisation et
l’interprétation de ces deux types de risque.
4. Calculer la fraction étiologique du risque chez les
hypercholestérolémiques et dites quelle est sa signification.
19
Corrigé
1. Etude cohorte.
2. Taux d’incidence annuel :
 normaux : 45/(750 * 5) = 12.0 pour 1000
 hypercholestérolémiques : 28/(250 * 5) = 22.4 pour 1000
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
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.

Enoncé
Le poids de naissance, en grammes, de 246 enfants nés à terme, se
distribue ainsi au tableau suivant.
1. Représenter graphiquement le poids de naissance de ces 246
nourrissons et commenter la forme de la distribution.
2. Calculer la moyenne et l’écart type, et vérifier votre calcul par la
règle du double de l’écart type.
3. On veut se servir de ces données pour fixer les valeurs de référence
de l’hypotrophie (poids de naissance insuffisant).
 Si on situe la limite de l’hypotrophie au dessous du premier
décile (D1), quelle sera la valeur de cette limite que vous
déterminerez graphiquement et par le calcul ?
 Si on situe cette limite à moins de deux écarts types de la
moyenne quelle sera cette valeur ?
 Pour quelle valeur auriez-vous opté ? En donner les raisons.
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).
Les valeurs déterminées de D1 graphiquement et par le calcul sont à

peu près égales. On peut opter pour l’une ou l’autre des valeurs (D1 =
2741 ou m - 2s = 2437), la part d’arbitraire étant pratiquement
inévitable dans ces situations.

On a mesuré le périmètre thoracique x au cm près et la capacité vitale
y au dl près d’un échantillon de 85 sujets.
On donne : x = 7710 ; y = 4072 ; x² = 701400 ; y² = 199156 ;
xy = 370991
1. Comparer l’importance de la variabilité relative des distributions de
ces deux caractères.
2. Y a-t-il une relation entre ces deux caractères ?
3. Si un sujet, provenant de la même population que l’échantillon
étudié, a un périmètre thoracique de 100 cm, pouvez-vous prédire
la valeur moyenne de sa capacité vitale ?
4. Si un sujet, provenant de la même population que l’échantillon
étudié, a une capacité vitale de 50 dl, pouvez vous prédire la valeur
moyenne de son périmètre thoracique ?
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) = 0.56583/(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.
Exercice 22. (examen, Résidanat A1 : février 1986)

Enoncé
Une publication rapporte les résultats d’une enquête sur 35 enfants
dont les urines contiennent des oeufs de bilharzies en fonction du sexe
et de l’âge. Les résultats sont résumés dans les tableaux suivants :
Répartition de l’infection selon le sexe

Sexe Effectifs %
Masculin 30 86
Féminin 5 14
Total 35 100
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
Age Infestés Non infestés Total

1-4
5-9
10-14
15-19
Total
26
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.
En réalité, parce que les taux spécifiques véhiculent une information

plus fine, c’est la situation sanitaire du groupe A qui est défavorable.
On peut facilement constater que la fréquence relative des classes
d’âge les plus jeunes (25-34 et 35-44) est nettement plus élevée pour
le groupe A (42.3% et 34.6% contre 8.6% et 17.2% pour le groupe B).
27
Ce qui veut dire aussi que la proportion des sujets âgés pour le groupe
B est plus élevée. L’âge est évidemment un facteur de confusion qu’il
faut neutraliser si l’on veut absolument garder les taux globaux. Cette
neutralisation s’effectue par la technique de standardisation.
2.
Age Population Groupe A Groupe B

de Taux Décès attendus Taux Décès attendus
référence
25-34 22+5=27 0.23 6.21 0.20 5.40
35-44 18+10=28 0.50 14.00 0.40 11.20
45-54 7+16=23 0.71 16.33 0.63 14.49
55-64 5+27=32 0.80 25.60 0.74 23.68
Total 110 0.44 62.14 0.60 54.77
 Taux standardisé de la bronchite pour le groupe A : 62.14/110 =

56.5%
 Taux standardisé de la bronchite pour le groupe B : 54.77/110 =
49.8%.
Les résultats exprimés par ces taux globaux standardisés deviennent

maintenant plus cohérents en reflétant mieux la réalité des faits. Le
rapport de morbidité standardisé est : 56.5/49.8 = 1.13 = 113%. La
morbidité par bronchite du groupe A , à structure d’âge identique, est
égale à 113% de la morbidité du groupe B. En d’autres termes, le taux
du groupe A est supérieur de 13% à celui du groupe B.

Enoncé
Les résultats d’une enquête relative à la survenue d’un accident chez
826 élèves d’une école d’Alger sont consignés au tableau suivant :
Age Masculin Féminin Total
Accident + Accident - Accident + Accident -
< 14 ans 52 71 33 117 273
> 14 ans 50 138 72 293 553
Total 102 209 105 410 826
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.
Exercice 27. (examen, Résidanat A1 : juin 1986)

Enoncé
Les données d’une enquête nationale sont les suivantes :
Taille de collégiens algériens en fonction

de la classe socioprofessionnelle des parents
n m s
CSP A 26 164.04 8.38
CSP B 229 161.49 8.15
CSP C 147 158.29 8.08
1. La taille des collégiens et la classe socioprofessionnelle des parents

sont-elles liées ?
2. Quels sont la moyenne et l’écart type de la taille pour l’ensemble
de l’échantillon ?
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
 Tableau d’analyse de la variance

Source de Somme des carrés des dl Variances F
variation écarts
Entre CSP 10354924.21 - 2 634.07
10353656.07 = 1268.14
Résiduelle 10381342.84 - 399 66.21 9.58
10354924.21 = p < 0.001
26418.63
Totale 27686.77 401
F(2,399) à 1 /00 = 6.91  p<0.001, les moyennes diffèrent
0
significativement à p < 0.001(l’hypothèse nulle est rejetée). Les

collégiens dont les parents appartiennent à la classe
socioprofessionnelle A et B ont une taille plus grande.
2.
 m = 64514.88/402 = 160.48
 s² = [103813.42-(64514.88²/402)]/401 = 69.04  s = 8.31.
Exercice 28. (examen, Résidanat A1 : septembre 1987)

Enoncé
On veut étudier la morbidité cancéreuse en milieu du travail à partir de
993 dossiers de malades cancéreux en fonction :
31
 de l’âge
 du sexe
 de la profession
 de l’état matrimonial
 de la localisation anatomique par appareil et par organe sachant
qu’il y a 13 appareils et moins de 10 organes par appareil
 du diagnostic histologique qui est codé sur 4 caractères d’après la
Classification Internationale des Maladies dans sa 9ème révision.
1. Quelle structure de questionnaire envisagerez vous pour récolter
l’information ? Pourquoi ?
2. Etablir la fiche d’enquête en donnant les différents items et leur
codification (construire la colonne informatique).
3. Citer les différentes opérations à entreprendre.
4. Quel moyen de traitement de l’information jugeriez vous le plus
approprié et en donner les raisons.
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.

Enoncé
On veut apprécier la gravité des blessures consécutives à des accidents
de la route, survenus chez l’enfant algérois, en fonction du sexe et de
l’âge. On utilise à cette fin l’échelle AIS (Abbreviated Injury Scale)
qui est basé sur l’évaluation de sept régions du corps et qui apprécie la
gravité de chaque lésion selon six degrés : 1 = mineur, 2 = modéré, 3
= sérieux, 4 = sévère, 5 = critique, 6 = sans chance de survie. On a
recensé au total 624 lésions chez 554 enfants. On ne retiendra pour
l’analyse que la gravité des lésions sans égard aux régions
anatomiques atteintes. Les données sont consignées aux tableaux 1 et
2.
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
2 377 202
>2 24 21
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 -
Tableau 4. ISS de 554 enfants victimes de la route à Alger

en fonction de l’âge
ISS 0-4 5-9 10 – 14
1-5 124 231 149
6 - 10 8 22 8
11 - 25 4 5 2
26 + - 1 -
4. Existe-t-il une relation entre la sévérité globale des lésions
appréciée par l’ISS d’une part, le sexe et l’âge d’autre part ?
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.
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
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.

Enoncé
On veut étudier les facteurs de risque de l’infection par le virus de
l’hépatite B (VHB) parmi le personnel d’un hôpital d’Alger qui
compte 1050 personnes. On décide d’effectuer des prélèvements sur
tous les membres de ce personnel pour rechercher les stigmates
sérologiques de l’infection par le VHB. A la même occasion et pour
chaque sujet, on relève l’information concernant les variables
suivantes :
 le service hospitalier parmi 14 services (réanimation,
chirurgie générale, médecine interne...), chaque service
emploie entre 65 et 80 personnes ;
 la catégorie professionnelle parmi 11 catégories (médecin,
infirmier, agent d’administration, laborantin...) ;
36
 le contact avec le sang avec deux modalités : fréquent et
rare ;
 la date de naissance ;
 le sexe ;
 le contact avec le patient avec deux modalités : fréquent et
rare ;
 le nombre d’années de pratique hospitalière ;
 l’état matrimonial ;
 le groupe sanguin dans le système ABO ;
 les antécédents d’ictère ou d’hépatite virale avec deux
modalités : oui et non.
En ce qui concerne l’infection par le VHB, on ne retient que deux
modalités : infecté et non infecté.
1. A quelle structure de base se rattache cette étude ?

2. Quelles sont les différences que vous percevez entre cette structure
et les autres structures de base que vous connaissez et qui vous
auraient permis d’aborder l’étude des facteurs de risque ? Illustrer
votre réponse en prenant comme variable d’exposition le « contact
avec le sang ».
3. Quelle structure de questionnaire envisagez-vous pour récolter
l’information ?
4. Construire le questionnaire en mentionnant les différentes variables
étudiées (construire obligatoirement la « colonne informatique »).
5. Citer les différentes opérations à entreprendre une fois
l’information recueillie sur les questionnaires.
6. En ce qui concerne le « contact avec le sang », l’analyse des
résultats a permis de révéler qu’il était fortement lié à l’infection
par le VHB. Quelles réserves pourriez-vous émettre au sujet de la
possibilité de considérer le « contact avec le sang » comme un
facteur de risque ?
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.

Enoncé
On a mesuré le pli tricipital chez 91 jeunes hommes sains
(handballeurs algériens appartenant à l’élite nationale de 1985). Les
résultats sont consignés dans le tableau ci-après.
1. Calculer la moyenne et l’écart type de la distribution.
2. Construire l’histogramme et le polygone de fréquences simples de
cette distribution. Quels commentaires pouvez-vous faire sur la
forme de cette distribution.
3. Par un procédé graphique ou analytique, ajuster cette distribution à
une loi normale. Qu’en concluez-vous ?
On veut établir les « limites normales » des mesures du pli tricipital

chez cette catégorie de jeunes gens. On sait qu’il est d’usage en
médecine d’utiliser comme « limites normales » les 2.5 et 97.5
percentiles de la distribution des mesures recueillies dans une
population saine. Lorsqu’on présume que la distribution suit une loi
normale, ces deux percentiles correspondent aux valeurs données par
la relation : moyenne ± 2 écarts types.
4. Dans le cas de la distribution du pli tricipital, quelle vous semble la
solution la plus adéquate pour déterminer ces « limites
normales » ? Déterminer les valeurs de ces « limites normales ».
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
On apprécie objectivement la qualité de l’ajustement en utilisant le

test du X² :
X² = 18.32 (dl = 6 = nombre de classes – 3 : les trois premières
classes et les cinq dernières classes de ce tableau ont été regroupées
pour permettre le calcul du X²) ; p < 0.01 : la distribution observée du
pli tricipital s’écarte d’une loi normale, Ho (la distribution du pli
tricipital suit une loi normale) rejetée. .
4. Puisque la distribution observée ne s’ajuste pas à une loi normale, il

ne convient pas d’utiliser la relation moyenne  2 écarts types (qui
aurait donné : 6.77 - 2 * 2.55 = 1.67 et 6.77 + 2 * 2.25 = 11.87). Le
mieux est de prendre P2.5 et P97.5 qu’on détermine soit par le calcul,
soit graphiquement (par la construction du polygone des fréquences
cumulées).
Par le calcul, P2.5 est la 2.28ème valeur (91*2.5/100) qui appartient à la
deuxième classe dont le centre est 3 cm. P97.5 est la 88.73ème valeur
(91*97.5/100) qui appartient à la classe (12.5-13.4) dont le centre est
13 cm. Graphiquement, à titre indicatif, par la construction du
polygone de fréquences cumulées comme pour l’exercice 18, on aurait
obtenu P2.5 = 3.1 cm et P97.5 = 12.7 cm. Les deux techniques
donnent des résultats semblables.

Enoncé
On veut comparer la morbidité par cancer dans deux usines. La
première usine A compte 1000 ouvriers. La seconde usine B compte
1500 ouvriers. Le tableau suivant donne pour chaque usine le nombre
e sujets atteints de cancer en fonction de la durée d’exposition. Pour
l’usine A, les sujets non atteints de cancer ont été exposés durant 10
ans. Pour L’usine B, les sujets non atteints de cancer ont été exposés
durant 15 ans.
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.
Nombre de sujets atteints de cancer en fonction

du nombre d’années d’exposition
Usine Nombre de Nombre
cancers d’années
d’exposition
A 4 5
8 8
9 9
9 10
B 2 2
7 4
10 7
26 12
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.
Exercice 44. (examen national, Résidanat A1 : octobre 1991)

Enoncé
Une enquête par sondage auprès des ménages a été réalisée à Alger en
un seul passage en vue de mesurer la fréquence du RAA chez les
enfants et les adultes jeunes. Le diagnostic de RAA a été recueilli par
interrogatoire des ménages. La question suivante a été posée : « un
membre du ménage de moins de 25 ans reçoit-il de l’extencilline à
intervalles de 3 à 4 semaines pour prévenir une rechute de RAA ?» .
Cette enquête a été réalisée sur le terrain par des étudiants en
médecine au début de l’année 1991.
Les données suivantes sur le RAA en fonction de l’âge et du sexe ont
été recueillies (tableau 1).
1. La façon de recenser les cas de RAA vous semble-t-elle susceptible
d’introduire des distorsions dans l’estimation de la fréquence du
RAA ? Expliciter.
2. Le titre du tableau 1 est-il satisfaisant ?
3. Quel est le nombre de variables dont les données sont contenues au
tableau 1, leur nature et leurs modalités ?
Tableau 1. Distribution du RAA selon l’âge en fonction du sexe

Age Masculin Féminin
(années) Personnes RAA recensés Personnes RAA recensés
recensées recensées
0–4 276 0 285 0
5–9 380 2 362 3
10 – 14 72 16 442 5
15 – 19 592 10 562 10
20 – 24 664 14 642 16
Ensemble 2384 42 2293 34
44
4. Quel est l’indicateur de santé que l’on peut calculer à partir des
données recueillies ? Calculer le en fonction du sexe pour chaque
classe d’âge. Commenter.
Des données sur le RAA en fonction de la classe sociale ont été
recueillies au cours de la même enquête. Les résultats de l’enquête ont
donné la distribution suivante (tableau 2).
Tableau 2. Distribution du RAA en fonction de la classe sociale
Age (ans) Classe sociale
Très Favorisée Moyenne Défavorisée Très
favorisée défavorisée
Personnes 128 715 1775 1475 584
recensées
RAA 0 10 27 27 12
recensés
5. Existe-t-il une relation entre le RAA et la classe sociale ?
L’enquête a permis aussi de répartir en fonction de l’âge les cas de
RAA dont la crise initiale a eu lieu en 1990 et qui ont été assimilés
aux cas incidents (tableau 3).
Tableau 3. Répartition en fonction de l’âge des cas de RAA
dont la crise initiale a eu lieu en 1990
Age 0-4 5-9 10 - 14 15 - 19 20 -24
Cas RAA 0 3 2 1 0
6. On dit classiquement que l’âge de prédilection du RAA est la

classe d’âge 5-14 ans. Sans effectuer de test statistique. Les
données d’Alger confortent-elles cette vérité classique ?
Argumenter votre réponse.
7. Sachant que l’incidence et la prévalence sont respectivement
estimées dans les pays en voie de développement aux niveaux
suivants : 1 à 4 pour 1000 et 10 à 15 pour 1000, pensez-vous que
les données d’Alger rejoignent celles des pays en voie de
développement ?
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
Incidence 5/(1656-21) 1/(2460-29) 0

(p.1000) = 5/1635 = 3,1 = 1/2431 = 0,4
Les deux taux de prévalence se rejoignent pour les deux groupes d’âge
5-14 et 15-24 ans (on pourrait montrer que la différence n’est pas
significative). Mais le taux d’incidence chez les enfants du groupe 5-
14 ans est plus de 7 fois supérieur à celui du groupe 15-24 ans ( même
si la différence n’est pas statistiquement significative probablement en
raison des petits effectifs des cas incidents). Le groupe d’âge 5-14 ans
semble bien le groupe le plus vulnérable.
7.
 Prévalence à Alger : 76/4677 = 16,3 p.1000
 Incidence à Alger : 6 / [4677- (76-6)] = 6/4607 = 1,3 p.1000
Oui, les chiffres d’Alger rejoignent ceux des pays en voie de
développement.
47
Exercice 45. (DEMS-rattrapage : 19 mai 1993)
Enoncé
Une enquête à été réalisée dans un CHU d’Alger pour apprécier
l’ampleur des infections nosocomiales en fonction d’un certain
nombre de facteurs de risque reconnus comme tels par la littérature.
Un seul médecin enquêteur a identifié sur la base de critères définis
les cas d’infection nosocomiale en passant successivement dans les
différents services du CHU. Chaque malade hospitalisé n’a été vu
qu’une seule fois le jour du passage du médecin enquêteur dans le
service. Le recueil des données pour tout le CHU a duré 25 jours.
1. De quelle structure d’étude relève cette enquête ? Quel indicateur
de santé, en termes de fréquence, va être mesuré ?
Les données recueillies relatives à la présence éventuelle d’une
infection nosocomiale parmi les malades enquêtés en fonction de l’âge
et du sexe sont consignées au tableau 1.
2. Calculer les fréquences de l’infection pour les deux sexes (tous
âges confondus). Déterminer s’il existe une relation entre
l’infection nosocomiale et le sexe.
3. Calculer les fréquences de l’infection pour les différentes classes
d’âge (tous sexes confondus). Déterminer s’il existe une relation
entre l’infection nosocomiale et l’âge.
Tableau 1. Répartition des malades enquêtés en fonction
de la présence éventuelle d’une infection, de l’âge et du sexe
Age (ans) Sexe Nombre de malades enquêtés Nombre de malades infectés
0–9 M 22 5
F 20 6
10 – 19 M 30 6
F 28 7
20 – 29 M 41 6
F 56 5
30 – 39 M 30 4
F 36 2
40 – 49 M 18 2
F 26 7
50 – 59 M 24 6
F 27 6
60 + M 44 3
F 24 4
Total 426 69
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).
4. Les deux durées moyennes de séjour diffèrent-elles

significativement ? Cela était-il attendu ?
La distribution des infections nosocomiales selon le type et

l’évolutivité (infection guérie ou non au moment du passage du
médecin enquêteur) est consignée au tableau 2.
N.B. : les différentes questions sont indépendantes les unes des autres et peuvent être
traitées dans n’importe quel ordre.
Tableau 2. Type d’infection en fonction de l’évolutivité
Infection Evolutivité Total
Non guérie Guérie
Infection urinaire 14 10 24
Infection de plaie opératoire 11 18 29
Infection respiratoire 5 5 10
Bactériémie – septicémie 1 0 1
Peau – cathéter 5 13 18
Total 36 46 82
5.
 Pourquoi le total général du tableau 2 (82) est-il différent du
nombre total de malades infectés (69) ?
 Quelle est la fréquence relative de chaque type d’infection ?
Commenter.
 Etait-il important pour apprécier la fréquence des infections
nosocomiales de tenir compte des infections guéries au
moment du passage du médecin enquêteur ? Pourquoi ?
Les infections des plaies opératoires (IPO) selon le type de chirurgie
(classification des Centers for Disease Control ) se répartissent
comme suit (tableau 3 ).
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 .
Exercice 46. (examen national, Résidanat A1 : 11 septembre 1993)

Enoncé
Une étude a été réalisée en vue de mesurer les associations existant
entre la baignade en mer et différentes pathologies.
L’étude a été réalisée entre le 15 juillet et le 31 août 1986 sur le
littoral de 4 communes. Parmi les 24 omnipraticiens exerçant dans ces
communes, la participation de 11 médecins a été obtenue.
Ceux-ci devaient effectuer un examen clinique et remplir un
questionnaire. On devait finalement comparer la proportion des sujets
qui se sont baignés en eau de mer les trois jours précédant une
consultation chez leur médecin traitant :
 d’une part parmi les sujets consultant pour une des quatre
pathologies considérées dans l’étude : gastro-entérites
aiguës, otites externes aiguës, conjonctivites et pathologies
cutanées ;
 d’autre part parmi les sujets ne présentant pas l’une de ces
pathologies et recrutés comme témoins.
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.
 Est-il habituel dans ce type d’étude d’envisager plusieurs
maladies à la fois ?
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 :
 Cible = exposition à la baignade

EI ----------------------------------------------------------ES témoins
 Cible = exposition à la baignade
EI ---------------------------------------------------------- ES cas =
 gastro-entérites
 conjonctivites
 otites externes
 pathologies
cutanées
Habituellement, on ne prend qu’une maladie mais on peut étudier

plusieurs facteurs de risque.
2 - Evidemment. On doit exiger les critères précis, si besoin sous
forme de tableau synoptique, retenus pour la définition des
différents cas de maladie.
54
3 - Biais de sélection : biais d’admission (biais de Berkson).
L’existence de plusieurs groupes témoins peut permettre de porter
un jugement sur l’existence possible d’un tel biais dans les
résultats. Si la mesure d’association est la même quel que soit la
groupe témoin utilisé, la présence d’un biais de sélection est peu
vraisemblable. Si par ailleurs, cette mesure varie avec le groupe
témoin utilisé pour la comparaison, on peut suspecter la présence
d’un biais de sélection
4. Le délai est acceptable parce qu’il assez court pour empêcher la
survenue d’un biais de mémorisation.
5
 Les sujets témoins doivent être choisis dans le même «
univers » que les cas. Ils devraient être originaires des
mêmes communes que les cas. Ils devraient être âgés entre
2 et 59 ans.
il est nécessaire de caractériser avec précision la population d’où
viennent les cas et choisir les sujets témoins les plus représentatifs
de cette population.
 Les sujets témoins devraient avoir la même potentialité de

contracter la maladie étudiée que les cas. Les témoins sont
ceux qui seraient certainement des cas s’ils développaient la
maladie. Les témoins doivent être choisis parmi les sujets
qui consultent pour des problèmes de sévérité comparable
pour avoir toutes les chances d’être inclus parmi les cas de
maladies retenues s’ils développaient l’une de ces maladies
(traumatisme, plaie, douleur dentaire, migraine,
intoxication, piqûre d’insecte, conseil ou certificat
médical...). En choisissant des sujets qui consultent pour
des problèmes de sévérité comparable, on contrôle de
nombreux facteurs socio-économiques, comportementaux et
géographiques qui contribuent au recrutement des cas.
 Les témoins doivent être au même risque potentiel
d’exposition au facteur de risque que les cas. Ne pas
sélectionner des grabataires, des malades gravement atteints
55
qui ont peu de chances de se baigner ou des baigneurs
professionnels ou des sujets avec des professions les mettant
en contact permanent avec l’eau.
 Le groupe témoin ne doit pas être « contaminé » par des
sujets ayant une maladie connue pour être associée
(positivement ou négativement) au facteur de risque étudié.
6. Non. Cette technique n’a pas été utilisée. Sinon, on aurait eu une
présentation de ce type pour chaque type de maladie :
------------------------------------------------
Témoins Total
E+ E-
------------------------------------------------
E+ - -
Cas
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.
7. Etude de la relation entre la baignade et certaines maladies

% Test p Odds IC (95%) de OR
d’exposition statistique ratio
à la
baignade
Témoins 37.7
Gastro- 57.7 X²=2.96 NS 2.3 0.9 - 5.9
entérites
Conjonctivites 40.0 X²=0.02 NS 1.1 0.3 - 4.2
Otites externes 80.0 X²c=4.65* <0.05 6.6 1.5 - 29.3
Pathologie 73.9 X²=8.78 <0.01 4.7 1.7 - 13.1
cutanée
X² non corrigé = 6.25. X² Mantel-Haenzel = 6.25*(71-1)/71 =
6.16
 Témoins : pourcentage d’exposition = 23/61 = 37,7 %

 Otites : pourcentage d’exposition = 8/10 = 80,0 %
56
 X2, HO : pas de relation entre la baignade et otite
Baigneurs Non baigneurs Total
Otites 23 38 61
Témoins 8(4,4) 2(5,6) 10
Total 31 40 71
X2c (correction de Yates) : un effectif théorique < 5 (4,4) =
4,65 : p< 0,05 ; rejet de Ho
Les sujets avec une otite ont un pourcentage d’exposition à
l’eau de mer significativement plus élevé.
 OR = (8x38) / (23x2) = 6.6
 ORs = OR [1+(1.96)/4.65] = 36.7
 ORi = OR [1-(1.96) /4.65] = 1.2
8. La surveillance environnementale qui reposerait uniquement sur

l’utilisation d’indicateurs de pollution fécale ne protégerait pas des
risques sanitaires non digestifs. D’autres risques semblent exister
pour les otites aiguës externes et les pathologies cutanées. On
devrait prendre en compte ce risque dans le choix des indicateurs
de surveillance des eaux de baignade.
Exercice 50. (examen - Alger , Graduation A6 : 29 mars 1994)

Enoncé
Une étude a été réalisée dans une région méditerranéenne en vue de
déterminer les facteurs de risque du mélanome de la peau. A cet effet,
200 Sujets atteints de mélanome ont participé à l’étude. Un
échantillon de 390 témoins a été tiré au sort parmi la population de la
région. Ces témoins ne présentaient pas de mélanome. Les sujets
atteints de mélanome et les témoins sont été interrogés sur la réaction
de la peau à l’exposition au soleil. Les résultats sont consignés au
tableau suivant.
57
Comparaison de sujets atteints de mélanome et de témoins
vis à vis de la réaction de la peau à l’exposition au soleil
Réaction de la peau à Sujets avec mélanome Témoins
l’exposition au soleil
Bronzage 71 245
Brûlures modérées 60 87
Brûlures sévères 69 58
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.
2. Y a-t-il une relation statistique entre la réaction de la peau et la
survenue éventuelle d’un mélanome ? Baser votre réponse sur
l’exécution d’un test statistique. Spécifier le sens de la relation après
la construction du tableau de présentation.
3. En prenant comme catégorie de référence la modalité « bronzage »,
calculer l’odds ratio et la fraction étiologique du risque de survenue
d’un mélanome pour chaque niveau du facteur de risque. Commenter.
Corrigé
1- Etude cas - témoins
Manoeuvre = cible = réaction

de la peau à l’exposition au soleil
EI------------------------------------------ES sujets avec
mélanome
*cible = idem
EI------------------------------------------ES témoins = sujets
sans mélanome
2.
 Ho :pas de relation entre la réaction de la peau à
l’exposition au soleil et la survenue d’un mélanome
 X² : conditions remplies
X² = 45,23 (dl = 2) ; p<0,001, rejet de Ho
 Sens et tableau de présentation
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.
Exercice 55. (examen national, Résidanat A1 : 28 juin 1995)

Enoncé
Une épidémie de dysenterie est survenue dans une localité. Les
données de population de cette localité et les cas de maladie en
fonction de l’âge et du sexe sont consignées au tableau 1.
Tableau 1. Données de population et des cas de dysenterie
en fonction de l’âge et du sexe.
Age (années) Masculin Féminin
Population Cas Population Cas
< 10 1500 5 1400 4
10 - 19 1200 20 1200 5
20 - 39 1000 30 800 8
40 + 1000 10 800 2
Total 4700 65 4200 19
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
3. Les données selon le sexe et le type d’affection gagneraient à être

présentées de manière plus suggestive à l’intention des lecteurs.
Comment les auriez vous présentées ?
4. Existe-t-il une relation entre la variable « Infection urinaire » et
chacune des quatre variables du tableau 1 ? Donnez les détails de
votre démarche uniquement pour le type d’affection et la durée de
sondage. Pour les deux autres variables, contentez vous de donner
la valeur de la statistique utilisée et la décision correspondante.
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%
3. Incidence cumulée de l’infection nosocomiale urinaire chez les

malades sondés en fonction du sexe et du type d’affection
Enquêtés Infectés Incidence
Sexe
Masculin 112 26 23.2
Féminin 68 17 25.0
Type d’affection
Médicale 96 20 20.8
Traumatique 38 7 18.4
Chirurgicale 46 16 34.8
4.
 Type d’affection et infection urinaire
X² =4,12 ; NS
 Durée de sondage et infection urinaire
z =(15,1-4,5)/ (11,2²/43+4,5² /137) =6,09 ; p < 10-8
 Sexe et infection urinaire
X² = 0,07 ; NS
 Age et infection urinaire
z = 0,57 ; NS
5. Limiter les indications et la durée de sondage.
6. Etude cohorte descriptive. Ce qui n’empêche pas de comparer les
malades qui ont développé une infection urinaire avec ceux qui
n’en ont pas contractée vis à vis d’un certain nombre de facteurs.
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.
Tableau 1. Répartition des différents cas d’hépatite A

en fonction de la date de début de la maladie
Mois Juillet Août
Date 15 16 17-19 20-22 23-26 27-29 30 31-2 3-6 7-12 13 14
Effectif 2 3 12 18 28 27 15 30 28 24 0 1
1. Déterminer la médiane de la date de début de la maladie.
2. Construire la courbe d’incidence épidémique sous forme
d’histogramme. Commenter
3. A quel moment les malades de cette épidémie ont-ils été
probablement exposés ?
Les facteurs suspectés dans la survenue de cette épidémie étaient au
nombre de 4. L’histoire de l’exposition des 188 cas et de 200 témoins
choisis dans le voisinage immédiat des cas a pu être obtenue (tableau
2).
Tableau 2. Histoire de l’exposition des 188 cas et de 200 témoins
Eau Réservoir source Gargote
municipale
Oui Non Oui Non Oui Non Oui Non
Cas 70 118 150 38 40 148 120 68
Témoins 80 120 165 35 45 155 30 170
4. Quel est le facteur qui a été probablement à l’origine de
l’épidémie ?
5. Existe-t-il une relation statistique entre le réservoir et l’hépatite
A?
P.S. : la durée d’incubation moyenne de l’hépatite A est d’un mois.
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
1. Comparer les variances des deux échantillons.

2. Comparer les moyennes des deux échantillons.
N.B. : le seuil de signification est fixé à 5%.
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.
Exercice 64. (examen national d’épidémiologie, résidanat A1 :

session de rattrapage du 25/09/1996)
Enoncé
Au cours d’une investigation d’une épidémie d’infections graves à
staphylocoques dans un service de neurochirurgie, l’hypothèse d’une
contamination per-opératoire à partir d’un membre de l’équipe
chirurgicale porteur disséminateur a été envisagée. Pour étayer cette
hypothèse, une enquête cas-témoins a été réalisée. Un témoin a été
apparié à chaque cas.
1. Selon quel(s) facteur(s) auriez-vous réalisé cet appariement ?
Argumenter.
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
2. Déterminer le pourcentage d’exposition des cas et des témoins au

membre de l’équipe chirurgicale.
3. Existe-t-il une relation statistique entre l’exposition au membre de
l’équipe chirurgicale et l’infection staphylococcique ?
4. Déterminer deux mesures d’association épidémiologique entre ces
deux facteurs (sans intervalles de confiance). Donner à chaque fois
la signification de vos résultats.
5. Etant donné les valeurs des mesures d’association statistique et
épidémiologique, le membre de l’équipe chirurgicale vous semble-
t-il être à l’origine de l’épidémie ? Argumenter.
Les données sur la durée de l’intervention chirurgicale n’a pu être
obtenue que chez 8 cas et leurs 8 témoins appariés. Les données sont
consignées au tableau 2.
Tableau 2. Durée de l’intervention en heures
chez 8 cas et 8 témoins appariés
Cas Témoins
1.5 1
2.5 2.5
3 3.5
4 2
1 1
3 2
3 2
2 2
6. Comparer les moyennes des durées d’intervention chez les cas et
chez les témoins. On suppose que la référence à la loi normale est
possible.
68
N.B. : Tenir compte de l’appariement pour déterminer les mesures
d’association statistique et épidémiologique.
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.
2. Nombre de paires où le cas est exposé : 5+9 = 14 ; nombre de paires

où le cas est non exposé : 1+5 = 6. Nombre de paires où le témoin est
exposé : 5+1 = 6 ; Nombre de paires où le témoin est non exposé : 9+5
= 14. D’où le tableau après rupture de l’appariement :
E+ E- Total
Cas 14 6 20
Témoins 6 14 20
 Cas : 14/20 = 70.0%
 Témoins : 6/20 = 30.0%
3. X² Mac Nemar : (9-1)²/(9+1) = 64/10 = 6.4 ; p<0.02
X² corrigé Mac Nemar : 7²/10 = 4.9 ; p<0.05
4. OR = 9/1 = 9 ; Les sujets exposés au membre de l’équipe
chirurgicale ont un risque 9 fois plus élevé de contracter l’infection.
FERe = (9-1)/9 = 88.9% ; 89% des infections survenus chez les
sujets exposés au membre de l’équipe chirurgicale sont associées à
ce facteur.
5. Ce membre de l’équipe peut être à l’origine de l’épidémie. La
valeur de l’odds ratio est très élevée. Cependant, d’autres facteurs
d’exposition doivent être pris en compte : autres travailleurs, salles
du service... Des différences d’exposition encore plus grandes
pourraient être mises évidence.
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
Exercice 66. (examen - Blida , Graduation A6 : 24 décembre 1997)

Enoncé
Une épidémie de salmonellose mineure est survenue parmi les
nouveau-nés d’une maternité. La distribution des 17 cas de maladie en
fonction de la date de début est consignée au tableau 1.
Tableau 1. Répartition de 17 cas de salmonellose mineure

en fonction de la date de début de la maladie
Jour J1 J4 J6 - J10 - J15 J16 J18 - J25 J27 - J30
J7 J13 J20 J28
Eff. 1 2 2 4 2 1 1 1 12
1. Construire la courbe d’incidence épidémique. Commenter sachant
que la période d’incubation d’une salmonellose mineure est de 12 à
36 heures.
L’hypothèse d’une contamination à partir d’un membre de l’équipe
soignante très négligent vis-à-vis du lavage des mains a été envisagée.
Pour étayer cette hypothèse, une étude cas-témoins a été réalisée.
L’histoire de l’exposition des cas et de 98 témoins au membre de
l’équipe soignante est consignée au tableau 2.
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.
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.
2. - Pourcentage d’exposition chez les cas : 11/17 =64,7%

- Pourcentage d’exposition chez les témoins : 38/98 = 38,8%
71
Exposés Non exposés Total
Cas 11(7,2) 6(9,8) 17
Témoins 38(41,8) 60(56,2) 98
Total 49 66 115
X² = 3,98 p<0,05
3. OR = 2,89 ; FERe = 0,65 = 65,4%
4. Le membre de l’équipe soignante pourrait être à l’origine de
l’épidémie. Cependant, d’autres facteurs non mentionnés dans
l’énoncé pourraient intervenir. Cela d’autant plus que des valeurs
plus élevées de l’odds ratio pourraient être trouvées (ou des
différences plus élevées des % d’exposition).
Exercice 67. (DEMS d’épidémiologie : session normale du

09/02/1998)
Enoncé
Une étude épidémiologique a été réalisée dans le but de rechercher
l’existence d’expositions professionnelles associées à un risque
d’hémopathies malignes.
A cette fin, 118 patients atteints d’hémopathies malignes, âgés de 30 à
74 ans, des deux sexes, identifiés dans le service d’hématologie
clinique d’un CHU, ont été inclus dans l’étude. Le diagnostic devait
être porté depuis moins de deux mois. Seuls les cas pour lesquels le
diagnostic a été vérifié par un compte rendu cytologique ont été
retenus.
Pour chaque cas, un témoin de même sexe, appartenant à la même
tranche d’âge ( 5 ans), habitant la même région et une commune de
même type (rurale, urbaine) a été choisi.
Le recueil de l’histoire professionnelle des cas et des témoins s’est fait
en deux temps : remplissage par les patients d’un bref questionnaire,
et 2 à 3 jours après, entretien réalisé à son chevet.
1. De quel type d’étude s’agit-il? La décrire à l’aide d’un schéma.
2. Cette étude a duré 7 ans pour permettre le recrutement d’un nombre
suffisant de cas. Cela est-il compatible avec le type d’étude?
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?
La répartition des employés de l’administration et des employés de la

métallurgie est consignée au tableau 2.
8. Comment peut-on expliquer, à la lumière des données du tableau 2
(en vous basant sur les pourcentages et sans effectuer de test
statistique), que l’étude ait montré une association statistiquement
significative entre l’encre et les hémopathies malignes? Comment
cette association pourrait-elle être affinée au niveau de l’analyse?
9. Pourrait-on expliquer de la même façon que les mesures
d’association épidémiologique calculées pour les expositions de la
métallurgie soient inférieures à 1?
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
Expositions antérieures professionnelles*

EI ------------------------------------------------------- ES
Témoins
* = cible de l’étude
2. La durée de l’étude est compatible avec le type d’étude. Les cas
incidents peuvent être inclus au fur et à mesure dans une étude cas-
témoins.
3. Les témoins ne doivent souffrir ni d’affection néoplasique ni de
pathologie professionnelle. Ils devraient être choisis dans d’autres
services du même hôpital.
4. Cette technique de recueil en deux temps est à priori adéquate pour
permettre aux sujets de l’étude de donner le moins possible de
réponses erronées au sujet des produits éventuellement manipulés
dans le passé. En effet, la recherche des expositions antérieures
professionnelles est toujours difficile. Elle se heurte à de nombreux
problèmes, en particulier de mémoire et de méconnaissance des
produits manipulés. Les seules données par interview entraînent une
sous-estimation des expositions.
5.
 Pesticides : X² Mac Nemar = (60-12)²/(60+12) = 32.00 (X²c =
30.68), p<0.001;
OR ou RRE = 60/12 = 5.00
75
 Toluène : X² Mac Nemar = 0.44 (X²c = 0.25), NS. OR = 1.25
 Benzène : X² Mac Nemar = 44.47 (X²c = 43.12), p < 0.001; OR =
5.33
 Formaldéhyde : X² Mac Nemar = 0.06 (X²c = 0.01), NS; OR = 0.94
 Alcalis : X² Mac Nemar = 10.00 (X²c = 9.34), p < 0.01; OR = 2.00
 Eau de javel : X² Mac Nemar = 0.26 (X²c = 0.17), NS; OR = 0.90
6. Les facteurs importants de risque sont ceux pour lesquels le risque

relatif estimé est de l’ordre de 5 : pesticides et benzène. Les alcalis
peuvent être un produit réellement carcinogène, mais à un niveau plus
faible (risque relatif de l’ordre de 2 ou 3).
7. Alcalis = soude, ammoniaque ou d’autres bases. La relation entre
alcalis et hémopathies malignes est étonnante; elle doit en tout cas être
appréciée à sa juste valeur dans la mesure où les femmes de ménage
sont en nombre relativement élevé parmi les témoins, ce qui aurait dû
conduire à masquer une association avec les alcalis (l’eau de javel a
d’ailleurs un odds ratio inférieur à 1).
8. L’association encre - lymphome pourrait être essentiellement due à
la sélection des témoins (moins d’employés) : 77 (25.3%) employés
chez les cas et 66 (18.0%) chez les témoins (X²=5.27, p<0.05) . Cette
association pourrait être affinée au niveau de l’analyse en ajustant sur
la variable « employés ».
9. Le nombre de personnes ayant exercé des emplois dans la
métallurgie était de 33 (10.9%) parmi les cas et 69 (18.9%) parmi les
témoins (X²=8.23, p<0.01). Le fait que les risques relatifs calculés
pour les expositions de la métallurgie soient inférieurs à 1 est
vraisemblablement dû au recrutement des témoins qui a entraîné une
sous-estimation des risques, plutôt qu’une surestimation, pour ces
expositions de la métallurgie. La relation pourrait là aussi être affinée
au niveau de l’analyse en ajustant sur la variable « ouvriers ».
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.
La répartition des signes cliniques chez les 18 malades est consignée

au tableau 1.
Tableau 1. Répartition des signes cliniques chez les 18 malades
Signe Effectif
Nausées 9
Vomissements 7
Douleurs abdominales 13
Fièvre 16
Diarrhée 16
Diarrhée sanglante 1
Autre signe 3
1. Quel est le pourcentage de malades qui présentent chacun des
signes du tableau 1? Quels sont les signes qui sont sujet à
subjectivité?
Le tableau 2 donne l’heure de survenue des symptômes pour les 18
malades.
Tableau 2. Répartition des 18 malades
selon l’heure de survenue des symptômes
Date 01/08/95 02/08/95
Heure 21h-23h 0h-5h 6h-8h 9h-11h 12h-14h 15h-17h 18h-20h
Effectif 1 4 3 5 2 2 1
d’histogramme. Commenter.
3. Quelle semble être la durée d’incubation médiane?
Les enquêteurs, en vue de déterminer le ou les aliments susceptibles
d’être à l’origine des troubles, ont pris en compte deux repas : celui
consommé le 01/08/95 à 12 heures et celui consommé le 01/08/95 à
20 heures.
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.
Tableau 3. Histoire alimentaire des cas et des témoins

Malades Témoins
N’ont pas Ont N’ont pas Ont
consommé Consommé consommé Consommé
Repas du 01/08/95
à 12h
Oeufs durs 5 13 9 4
Mayonnaise 2 16 10 3
Carottes râpées 13 5 3 10
Poisson pané 11 7 6 7
Gâteau aux fraises 11 6* 6 7
Repas du 01/08/95 à
20h
Omelette 7 10 7 5
Pizza 12 5 6 7
Yaourt 9 7 5 8
Crème caramel 7 7 5 6
* histoire inconnue pour un malade
6. Quels sont les aliments qui sont susceptibles d’être à l’origine de
cette TIAC?
Les données sur la consommation de mayonnaise, d’œufs durs et la
survenue de la TIAC sont contenues au tableau 4.
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
7. Examiner la relation statistique entre la TIAC et chacune des deux

autres variables à niveau constant de l’autre. Commenter.
8. Quel semble être l’agent pathogène à l’origine de cette TIAC? Une
confirmation microbiologique est-elle nécessaire et quels examens
auriez-vous alors demandés?
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).
5. Histoire alimentaire des cas et des témoins

% d’exposition Différence Odds ratio
Cas Témoins
Repas du 01/08/95
à 12h
Oeufs durs 72.2 30.8 41.4 5.9
Mayonnaise 88.9 23.1 65.8 26.7
Carottes râpées 27.8 76.9 -49.1 0.1
Poisson pané 38.9 53.8 -14.9 0.5
Gâteau aux fraises 35.3 53.8 -18.5 0.5
Repas du 01/08/95
à 20h
Omelette 58.8 41.7 17.1 2.0
Pizza 29.4 53.8 -24.4 0.4
Yaourt 43.8 61.5 -17.7 0.5
Crème caramel 50.0 54.5 -4.5 0.8
6. La mayonnaise est le premier aliment incriminé. Les oeufs durs
avec un OR supérieur à 5 peuvent cependant être à l’origine de la
TIAC. De manière générale, un risque relatif supérieur à 4, quel
que soit le résultat du test statistique, est un bon argument pour
identifier l’aliment responsable.
80
7.
7.1 TIAC par oeufs durs à niveau constant de la consommation
de mayonnaise
Œufs durs oui Oeufs durs non Total
Mayonnaise Malades 13 3 16
oui
Témoins 3 0 3
16 3 19
Mayonnaise Malades 0 2 2
non
Témoins 1 9 10
1 11 12
Ensemble Malades 13 5 18
Témoins 4 9 13
17 14 31
X² Mantel-Haenszel = 0.04 (numérateur = 0.02, dénominateur = 0.49), NS (dl = 1).

La TIAC n’est plus liée aux oeufs durs lorsqu’il est tenu compte de la mayonnaise.
7.2 TIAC par mayonnaise à niveau constant de la consommation d’oeufs
durs
Mayonnaise oui Mayonnaise non Total
Oeufs durs oui Malades 13 0 13
Témoins 3 1 4
16 1 17
Oeufs durs non Malades 3 2 5
Témoins 0 9 9
3 11 14
Ensemble Malades 16 2 18
Témoins 3 10 13
19 12 31
X² Mantel-Haenszel = 6.31(numérateur = 4.84, dénominateur = 0.76), p 0.012
(<2%). Après ajustement, seule la consommation de mayonnaise reste liée à la
survenue de la TIAC.
7. Salmonelle. Coproculture et recherche de salmonelle dans la
mayonnaise. L’identification du sérotype pourrait être pratiquée
(2000 sérotypes).
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.
Exercice 85. (examen - Blida , Graduation A6 : 9 février 2000)

Enoncé
Au Service de Réanimation (CHU de Blida), 11 cas de pneumonie
nosocomiale ont été recensés pendant une période allant du 30/01/99
au 13/03/99 parmi 25 malades présents à un moment donné au Service
au cours de cette même période. La distribution par âge de l’ensemble
de ces malades est contenue au tableau 1.
Tableau 1. Distribution par âge (ans) des malades présents au Service
de Réanimation du 30/01/99 au 13/03/99
en fonction de la présence éventuelle d’une pneumonie
âge 11 19 23 24 25 30 40 45 53 55 56 57 62 64 66 67 68 85 92
P+ 1 1 1 1 0 1 0 0 1 0 0 1 1 0 0 1 1 1 0
P- 0 0 0 1 1 2 1 1 1 1 1 0 0 1 1 2 0 0 1
1. Déterminer le taux d’attaque global de la pneumonie.
82
2. Déterminer le taux d’attaque spécifique de la pneumonie en
fonction des classes d’âge suivantes : 10-24, 25-49, 50-69, 70 et
plus. Commenter.
3. Quelle est la médiane de l’âge chez les malades avec une
pneumonie et la médiane de l’âge chez les malades sans
pneumonie ? Commenter.
Parmi les 11 sujets ayant contracté une pneumonie, 10 ont été intubés
et parmi les 14 sujets sans pneumonie, 7 ont été intubés.
4. Quel est le taux d’attaque spécifique de la pneumonie chez les
sujets intubés d’une part et chez les sujets non intubés d’autre part ?
Que représente le rapport de ces deux taux ? Déterminer le et
donner sa signification.
Tous les sujets ayant contracté une pneumonie sont décédés.
5. Quel est le taux de létalité de la pneumonie?
La distribution du délai d’apparition de la pneumonie (délai = date du
diagnostic - date d’admission) chez 9 malades, pour lesquels
l’information a pu être obtenue, est contenue au tableau 2.
Tableau 2. Délai d’apparition de la pneumonie chez 9 malades

Délai (jours) 1 3 4 7 8 13 17 23
Effectif 1 1 1 1 2 1 1 1
6. Quelle est la proportion des pneumonies précoces, celles qui
surviennent avant le 5° jour d’hospitalisation (habituellement
causées par les germes commensaux du patient), et la proportion
des pneumonies tardives, celles qui surviennent après le 5° jour
d’hospitalisation (généralement causées par des germes hospitaliers
multirésistants) ?
La date de début de la pneumonie pour 9 malades est contenue au
tableau 3.
Tableau 3. Date de début de la pneumonie pour 9 malades
Janvier 1999 - Mars 1999
Semaine 29/1 - 5/2 - 12/2 - 19/2 – 26/2 - 5/3 - 12/3 -
4/2 11/2 18/2 25/2 4/3* 11/3 18/3
Effectif 1 3 0 0 2 1 2
*28 jours pour le mois de février 1999
83
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.
Exercice 87. (examen - Blida , Graduation A6 : 28 juin 2000)

Enoncé
Une toxi-infection alimentaire collective (TIAC) a eu lieu dans un
service de psychiatrie du CHU de Blida le 9 mars 2000. La répartition
des 7 cas d’intoxication en fonction de la date de début des
symptômes est contenue au tableau 1.
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
2. Histogramme en annexe. Il convient de corriger les effectifs :

Heure Nombre de cas Amplitude Effectif corrigé
20h 2 1 2
21h - 22h 4 2 2
23h 1 1 1
3. Toxines de S. aureus
4. Durée médiane d’incubation : 23h - 20h = 3h ; Mode = 21h
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.
Exercice 92. (examen - Blida , Graduation A6 : 29 mai 2001)

Enoncé
Une épidémie d’empoisonnement paralytique due à l’ingestion de
coquillages ou d’une soupe à base de ceux-ci a eu lieu essentiellement
dans des secteurs très pauvres d’un village marin. Un cas
d’empoisonnement paralytique a été défini comme suit : « maladie
aiguë le 30 juillet chez un résident du village caractérisée par un mal
de tête et au moins deux des symptômes sensoriels suivants :
insensibilité des lèvres, visage, oreilles, doigts, orteils, jambes, bras et
au moins deux des symptômes moteurs suivants : troubles de la
parole, troubles de la marche, difficulté à se redresser à partir d’une
position couchée ou assise, gêne respiratoire, vertige ».
87
Au total, 120 cas de ces symptômes neurologiques et 26 décès ont été
enregistrés.
1. Quel est le taux d’attaque global de la maladie et quelle est sa
létalité?
2. La définition d’un cas de maladie vous semble-t-elle
opérationnelle ?
3. La concentration des cas de maladie dans les quartiers pauvres
dispense-t-elle de déterminer les taux d’attaque de la maladie en
fonction de la nature du quartier (pauvres, riches...). Pourquoi et
quels seraient alors les dénominateurs de ces taux ?
Les enquêteurs ont relevé les informations relatives à l’âge, au sexe, à
l’histoire alimentaire, aux médicaments, aux autres maladies, aux
risques liés au mode de vie, à la date de début de la maladie.
4. Si cette épidémie est assimilable à une toxi-infection alimentaire
collective, quelle est la variable d’exposition ?
La répartition de la durée d’incubation de 62 cas de maladie recensés
parmi les habitants des quartiers pauvres du village est contenue au
tableau 1.
Tableau 1. Répartition de la durée d’incubation
de 62 cas d’empoisonnement paralytique
Durée (heures) 0 1 2 3 4 5 6-9*
Effectif 6 21 15 3 9 1 7
*La limite supérieure de cette classe est 10
5. Représenter par un histogramme les données du tableau 1.
6. Quelle est la médiane de la durée d’incubation, sa moyenne et son
écart-type ? (Assigner à la dernière classe la valeur du centre de classe
et ne rien changer aux autres classes). Commenter.
L’investigation étiologique de ces 62 cas et de 43 témoins relative à la
consommation de coquillages est contenue au tableau 2.
Tableau 2. Etude cas-témoins analysant la relation
entre les coquillages et la maladie
Ont consommé N’ont pas consommé Total
Malades 61 1 62
Témoins 5 38 43
Total 66 39 105
88
7. Existe-t-il une relation statistique entre la consommation de
coquillages et l’empoisonnement paralytique ?
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
Exercice 94. (examen - Blida , Graduation A6 : 10 septembre 2001)

Enoncé
Le CHU de Blida a enregistré en 1999 1007 décès dont 189 ont été
occasionnés par des traumatismes ou des empoisonnements. Le
tableau 1 contient la répartition de ces 189 décès selon la cause.
Tableau 1.
Cause Effectif Fréquence relative (%)
Accident de la route* 111
Chute* 23
Intoxication médicamenteuse accidentelle 3
Accident suite à acte médical 3
Autre traumatisme 49
Total 189
Les accidents de la route et les chutes sont des traumatismes.
1. Donner un titre au tableau 1. Complétez le par le calcul des
fréquences relatives et commenter.
Des données sur la répartition des décès selon le service est contenue
au tableau 2.
2. Compléter le tableau 2 et commenter le.
Parmi les 387 décès survenus chez les sujets de sexe masculin, 84
étaient dus à des accidents de la route tandis que 27 décès par
accidents de la route étaient enregistrés chez les 620 sujets décédés de
sexe féminin.
3. Calculer les proportions correspondantes et comparer les sur le plan
statistique.
90
En 1999 toujours, 63 décès dus à des polytraumatismes étaient
recensés.
Tableau 2. Répartition de décès survenus au CHU de Blida

en fonction de la cause selon le service - 1999
Service Toutes causes Traumatismes et Accidents de la
confondues empoisonnements route
Effectif % Effectif % Effectif %
Neurochirurgie 167 - 72 - 37 -
Chirurgie 113 - 39 - 31 -
Réanimation 128 - 58 - 36 -
Traumatologie 16 - 14 - 5 -
Chirurgie 9 - 2 - 2 -
infantile
Autre 574 - 4 - 0 -
Ensemble 1007 100.0 189 100.0 111 100.0
4. Quelle est la proportion des décès dus à des polytraumatismes
parmi l’ensemble des décès occasionnés par des traumatismes et
quelle est la létalité occasionnée par des polytraumatismes ?
La durée d’hospitalisation des malades décédés suite à un

polytraumatisme est consignée au tableau 3.
Tableau 3. Durée d’hospitalisation des 63 décès
dus à des polytraumatismes (CHU de Blida-1999)
Durée (jours) 0 1 2 3 4 6 7 10 11 13 16 30
Effectif 27 7 7 6 4 2 2 2 1 3 1 1
5. Quelle est la médiane, la moyenne de la durée d’hospitalisation
déterminées à partir des données brutes du tableau 3 ?
Quelle est la proportion de ceux qui décèdent moins d’un jour après
leur hospitalisation.
Quels commentaires pouvez-vous faire au sujet de la prise en charge
de ces malades ?
6. Question optionnelle : Comparer la moyenne de la durée
d’hospitalisation à 0.
91
Corrigé
1. Les accidents de la route constituent à eux seuls plus de la moitié

des décès occasionnés par les traumatismes et les empoisonnements,
suivis par les chutes même si la catégorie « Autre traumatisme »
gagnerait à être scindée.
Tableau 1. Répartition des décès occasionnés par des traumatismes

et des empoisonnements au CHU de Blida - 1999
Cause Effectif Fréquence relative (%)
Accident de la route* 111 58.7
Chute* 23 12.2
Intoxication médicamenteuse 3 1.6
accidentelle
Accident suite à acte médical 3 1.6
Autre traumatisme 49 25.9
Total 189 100.0
2.
Tableau 2. Répartition de décès survenus au CHU de Blida
en fonction de la cause - 1999
Service Toutes causes Traumatismes et Accidents de la
confondues empoisonnements route
Effectif % Effectif % Effectif %
Neurochirurgie 167 16.6 72 38.1 37 33.3
Chirurgie 113 11.2 39 20.6 31 27.9
Réanimation 128 12.7 58 30.7 36 32.4
Traumatologie 16 1.6 14 7.4 5 4.5
Chirurgie 9 0.9 2 1.1 2 1.8
infantile
Autre 574 57.0 4 2.1 0 0.0
Ensemble 1007 100.0 189 100.0 111 100.0
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%
Etude de la relation entre le type d’accident et le sexe

Accidents de route Autres décès Ensemble
Masculin 84 303 387
Féminin 27 593 620
Ensemble 111 896 1007
X² = 73.14, p<0.001
La proportion chez les sujets décédés de sexe masculin est très
significativement supérieure.
4. proportion des polytraumatismes parmi l’ensemble des
traumatismes : 63/183 = 34.4%.
La létalité occasionnée par les polytraumatismes ne peut être
déterminée puisque l’on ne dispose pas d’information sur l’ensemble
des sujets polytraumatisés recrutés au CHU.
5.
Durée (jours) 0 1 2 3 4 6 7 10 11 13 16 30
Effectif 27 7 7 6 4 2 2 2 1 3 1 1
Effectifs cumulés 27 34 41 47 51 53 55 57 58 61 62 63
Médiane = 31.5° observation = 1 jour. Moyenne = 3.1 jour

Proportion = 27/63 = 42.9%. Les polytraumatisés semblent mourir
rapidement faute d’une structure qui peut faire face en même temps à
toutes les urgences (abdominales, thoraciques, neurochirurgicales,
orthopédiques...).
93
6. t = (3.127 - 0)/0.658 = 4.75, dl = 62, p < 0.001. (s = 5.22 ; s/√n =
0.658).
La moyenne de la durée d’hospitalisation est donc significativement
différente de 0.
Exercice 96. (examen – Blida, Graduation A6 : 6 février 2002)

Enoncé
Une toxi-infection alimentaire (TIAC) est survenue dans une
collectivité de 17 membres parmi lesquels 12 sont tombés malades.
1. Quelle est la fréquence relative des malades ? Cette fréquence peut-
elle être assimilée au taux d’attaque de la maladie ?
Les malades ont tous présenté de la diarrhée, trois des vomissements
et trois de la fièvre. La répartition des cas selon l’heure de début des
signes est contenue au tableau 1.
Tableau 1. Répartition des malades selon l’heure de début des signes
Date 01/08/1995 02/08/1995 03/08/95
Heure 21h 22h 23h 0h 1h 2h 3h 4h 5h* 12h
Effectif 2 2 2 2 1 1 0 0 1 1
* Aucun cas n’a été recensé le 02/08/95 après 5 h
d’histogramme avec des classes d’amplitude égale à 2 heures ; la
limite inférieure de la première classe est 20h.
L’histoire alimentaire des malades et des témoins est contenue au
tableau 2.
3. Compléter ce tableau 2 en déterminant les mesures indiquées.
4. Quel est l’aliment responsable de cette TIAC ?
5. Donner la répartition de la durée d’incubation chez les 12 malades
en prenant des classes d’une amplitude égale à une heure.
6. Déterminer la valeur minimum, la valeur maximum et la médiane
de la durée d’incubation.
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 ?
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 ?
On note à la fin de l’enregistrement des données que les femmes

hospitalisées pour un KS ont généralement rempli le questionnaire
avec l’aide d’un médecin. Par contre, les femmes du groupe témoin
ont rempli le questionnaire avec l’aide d’une infirmière.
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
8. D’après les données du tableau, y a-t-il une relation entre la prise de

CO et la survenue d’un KS ? Quel en est le sens dans l’affirmative ?
9. Quelle sont l’estimation du risque relatif, sa signification et les deux
bornes de l’intervalle de confiance au risque 5% ?
10. On désire prendre en compte dans l’analyse les données de la CSP.
Que pourriez-vous préconiser pour arriver à cette fin ?
Les résultats présentés par les auteurs sont contenus dans le tableau
suivant.
Relation entre le KS et les CO à niveau donné de la CSP
CSP 1 Témoins
CO + CO -
Cas CO + 7 36
CO - 9 90
CSP 2 Témoins
CO + CO -
Cas CO + 5 25
CO - 6 63
CSP 3 Témoins
CO + CO -
Cas CO + 8 47
CO - 13 103
11. Faites l’analyse statistique et l’analyse épidémiologique (calcul du

risque relatif estimé). Que pouvez-vous conclure ?
99
12. Après prise en compte de la CSP et de la situation familiale, les
auteurs trouvent un RRE de 3.2 (p < 0.001). Peut-on conclure au
rôle causal de la prise de contraceptifs dans la survenue du cancer
du sein ?
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.
Exercice 104 (examen – Blida, Graduation A6 : 18 juin 2003)

Enoncé
Le tableau 1 contient les données relatives à l’incidence cumulée,
parmi les nourrissons âgés de moins d’un an, des diarrhées
nosocomiales dues à des entérobactéries productrices de -lactamase à
spectre étendu (EBLSE) au Service de Pédiatrie du CHU de Blida de
1999 à 2002.
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
3. X² = 13.08 (dl = 3) ; p < 0.01. Le risque est resté le même au cours

des trois premières années (on peut montrer que X² = 0.84, NS), de
l’ordre de 1.5% (67/4488). Le risque semble avoir subitement baissé
en 2002 (0.4%). On pourrait montrer que la différence entre ces deux
risques est très significative (X² = 12.03 ; p < 0.001).
Exercice 105 (examen – Blida, Graduation A6 : 18 juin 2003)

Enoncé
Au total, 130 malades en insuffisance rénale terminale ont été
régulièrement hémodialysés au Centre d’hémodialyse du CHU de
Blida pendant la période allant du 1° décembre 2000, date de son
ouverture, au 31 décembre 2002, date à laquelle le premier point a été
fait.
Parmi ces malades, 12 étaient déjà infectés par le virus de l’hépatite B
avant l’ouverture du Centre et 18 ont été infectés par le même virus au
Centre du CHU au cours de la période d’étude (du 1°décembre 2000
au 31 décembre 2002).
1. Déterminer la prévalence de période de l’hépatite virale B parmi
les hémodialysés du Centre pendant la période d’étude et dire sa
signification.
2. Déterminer l’incidence cumulée de l’hépatite virale B parmi les
malades hémodialysés du Centre pendant la période d’étude et dire
sa signification.
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.
Tableau 2. Histoire alimentaire des cas de maladie

Aliment du repas incriminé % des malades qui ont consommé
Œufs durs 75
Salade 35
Escalope de dinde 60
Yaourt 65
Eau de ville 93
8. Que pensez-vous de la conclusion des autorités sanitaires ?
Question optionnelle non posée à l’examen : par la construction de la Droite
de Henri, ajuster la distribution de la durée d’incubation à la loi normale.
Qu’en concluez-vous ?
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.
Réponse à la question optionnelle :

les données nécessaires pour la construction de la droite de Henri sont
contenues aux deux dernières colonnes du tableau ci-dessus de la réponse
5. Le graphe correspondant est ci-annexé : la durée d’incubation suit une loi
normale.
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
Randomisation Pentamidine PCP

Malades séropositifs (VIH +)
Placebo PCP
1. incidence cumulée de la PCP :

 Groupe pentamidine : 8/114 = 7.0%
 Groupe placebo : 23/109 = 21.1%
PCP + PCP - Total
Pentamidine 8 106 114
Placebo 23 86 109
Total 31 192 223
X² = 9.23 ; p < 0.01
3. RR (risque relatif) = 21.1/7.0 = 3.0. Cette valeur mesure un effet
délétère moyen (de façon générale : RR faible de 1.0 à 2.0 ; RR
modéré de 2.0 à 10.0 ; RR fort si > 10.0)
4. DR (différence de risque) = 21.1 – 7.0 = 14.1 pour 100. Les sujets
du groupe placebo ont un excès de risque de 14.1 pour 100 de
contracter une PCP par rapport aux sujets du groupe pentamidine.
Ainsi, le surplus de cas de PCP attribuable au fait de ne pas traiter par
109
la pentamidine est de 14.1 pour 100. Autrement dit, 14 cas de PCP
peuvent être prévenus par le traitement de 100 personnes
séropositives.
Le nombre de malades séropositifs à traiter pour éviter un cas de PCP

est égal à 7 (14.1/100  1/7)
5. FERe = (3.0 – 1)/3.0 = 66.7% : 66.7% des cas de PCP survenant
chez les malades non traités par la pentamidine sont donc imputables
au médicament et auraient pu être évités si la pentamidine avait été
utilisée. Le traitement par la pentamidine est donc efficace à 67%.
Nombre de PCP évitables pour cette étude = 15 :
 FERe*PCP recensées parmi les exposés : 0.667*23 =
15,315 ;
 DR*effectif du groupe exposé(placebo)= 0.141*109 =15.415.
N.B : la FERe aurait pu être déterminée par :
nombre de cas évitables/nombre de cas recensés parmi le groupe
placebo(exposé) = 15/23 = 67%.
De même, on aurait pu déterminer la fraction étiologique pour les
deux groupes confondus(exposé et non exposé)
FERp = 15/31 = 48.4% ,
Mais cette mesure épidémiologique n’était pas demandée.
6. Densité d’incidence :
 Groupe pentamidine : 8/93 = 8.6 pour 100 personnes-années ;
 Groupe placebo : 23/85 = 27.1 pour 100 personnes-années.
Exercice 114. (pour consolider les connaissances)

Enoncé
On a entrepris d’étudier les facteurs de risque de l’infection urinaire
symptomatique nosocomiale. A cette fin, un certain nombre de
services d’un hôpital universitaire algérois ont été choisis. Ce choix a
été motivé par le fait que ces services recrutaient, d’après une enquête
antérieure, le plus grand nombre de malades qui développaient au
cours de leur séjour une infection urinaire nosocomiale.
110
Les malades hospitalisés avec une infection urinaire nosocomiale
symptomatique sont les cas. Chaque cas a été apparié selon la date
d’admission au service avec deux témoins hospitalisés dans un des
services retenus.
Les témoins n’avaient évidemment pas une infection urinaire
nosocomiale symptomatique. Les cas et les témoins ont été comparés
vis à vis de facteurs dont notamment le sondage vésical.
1. Quelle est la structure de cette étude ? La décrire à l’aide d’un
schéma.
2. L’infection urinaire nosocomiale symptomatique vous semble-t-
elle bien définie ? Qu’auriez vous souhaité savoir ?
3. La sélection des témoins aurait-elle pu se produire dans d’autres
services de l’hôpital distincts de ceux où les cas ont été recrutés ?
Pourquoi ?
4. Aurait-on pu prendre comme témoins des malades hospitalisés avec
une infection urinaire d’acquisition communautaire (contractée
avant le séjour à l’hôpital) ? Pourquoi ?
5. L’appariement selon la date d’admission vous semble-t-il
judicieux ? Pourquoi ?
Les résultats de l’étude, après avoir cassé l’appariement dont on ne
tiendra plus compte, sont contenus au tableau 1.
6. Effectuer l’analyse statistique en complétant le tableau 2.
Donner les détails de votre démarche uniquement pour l’âge et le
sondage vésical. Pour les autres variables, remplir uniquement le
tableau.
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
Tableau 2. Résultats de l’analyse statistique

lorsqu’on compare les cas et les témoins vis à vis des facteurs étudiés
Facteur Statistique Degré de signification
Age - -
Sexe - -
Pathologie favorisante - -
Sondage vésical - -
7. Calculer l’odds ratio pour le sondage vésical. En donner la

signification. Déterminer les bornes de l’intervalle de confiance de
l’odds ratio au risque 5%. La valeur de la borne inférieure était-elle
attendue vis à vis d’une valeur critique ?
La plupart des études rapportent que le sexe n’est pas un facteur de
risque de l’infection urinaire nosocomiale ?
8. Sur la base des résultats de l’analyse statistique, quels tableaux
auriez vous suggérer de construire pour comparer les cas aux
témoins en faisant la part des choses entre le sondage vésical et le
sexe ? Donner l’ossature (corps) de ces tableaux. Pouvez vous
remplir les cases de ces tableaux avec les données disponibles. ?
On s’est intéressé aussi à la durée de sondage pour comparer les cas et
les témoins parmi les malades sondés uniquement. Les résultats sont
au tableau 3.
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.

Enoncé
On s’est proposé de comparer deux antalgiques A et B. La cible de
l’étude est le temps de rémission de la douleur.
1. Quelle devrait être la structure d’étude permettant l’atteinte de cet
objectif ? Décrivez la structure de cette étude à l’aide d’un schéma.
Les résultats de l’étude sont contenus au tableau suivant :
Comparaison de deux traitements vis-à-vis du temps
de rémission de la douleur (minutes)
Traitement A Traitement B
Effectif 25 18
Moyenne 30 45
Ecart type 10 7
2. Comparer les variances des deux groupes
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.

Enoncé
Un travail s’est proposé de mesurer la prévalence des handicaps sur la
base de critères universels dans une circonscription administrative de
la capitale algérienne. Cette circonscription compte 106500 habitants
répartis en 102 districts, c’est à dire en divisions géographiques sur le
terrain. Le sondage réalisé a consisté à tirer des districts.
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.
Tableau 2. Répartition de 789 personnes handicapées

selon l’âge, le sexe et l’origine du handicap
Origine du handicap
Congénital Accident Maladie
Age
0 – 14 18 5 67
15 - 29 18 14 157
30 - 49 15 13 146
50 - 59 1 9 122
60+ 3 13 188
Sexe
Masculin 29 32 322
Féminin 26 22 358
10. Considérez uniquement la distribution relative à l’origine du
handicap et construisez le tableau correspondant en faisant
apparaître les pourcentages.
11. Calculez les taux de prévalence spécifiques des handicaps selon
l’âge et le sexe (pour 1000 personnes) en fonction de l’origine du
handicap. Commenter.
Une des dimensions utilisées pour apprécier le handicap au cours de

cette enquête fut l’indépendance physique qui introduit la notion de
dépendance vis à vis des secours et de l’assistance d’autrui pour
satisfaire les besoins quotidiens. Le tableau 3 contient les données
relatives à la répartition des 789 personnes handicapées selon l’âge, le
sexe et l’indépendance physique.
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
12. En considérant que les personnes handicapées dépendantes d’un

tiers (les deux dernières catégories) sont sérieusement
handicapées :
 quelle est la proportion de personnes sérieusement handicapées
parmi l’ensemble des personnes handicapées ?
 quel est le taux de prévalence de ces handicaps sérieux parmi
l’ensemble des personnes enquêtées ?
 quelle est la proportion des ménages, parmi l’ensemble des
ménages enquêtés, qui s’occupent de personnes sérieusement
handicapées (en comptant une personne sérieusement
handicapée par ménage).
13. Calculez les taux de prévalence des handicaps selon l’âge et le
sexe en fonction de l’indépendance physique ? Commentez.
14. La principale caractéristique de cette enquête a été de permettre le
calcul de taux de prévalence. Pourquoi cela est-il intéressant ?
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.

Enoncé
Dans le but d’évaluer l’effet d’un traitement homéopathique
(Oscillococcinum*) pour prévenir la survenue de syndromes grippaux,
1595 sujets ont été répartis en deux groupes. Le premier groupe a reçu
le traitement homéopathique et le second groupe un placebo. Le
traitement homéopathique et le placebo ont été administrés en
122
septembre, la survenue de syndromes grippaux était détectée pendant
les mois d’hiver.
1. Quelle est la technique qui va permettre de constituer deux groupes
comparables ? Comment auriez vous procédé en pratique ?
2. Vis à vis de quelles variables auriez-vous en outre comparé les
deux groupes, après exécution de la technique, pour juger de la
survenue d’un éventuel biais de susceptibilité ?
3. La manœuvre et la cible de l’étude vous semblent-elles avoir été
suffisamment définies ?
4. Quel vous semble être le problème majeur qui peut survenir en
matière de détection des cibles ?
5. Décrire la structure de l’étude à l’aide d’un schéma.
La mesure de la cible a été possible pour 1573 sujets.
6. Que pensez vous du biais introduit par ceux pour lesquels la
mesure de la cible n’a pu être effectuée ?
Parmi les 783 sujets qui ont reçu le traitement homéopathique, 169 ont
reporté des syndromes grippaux contre 186 parmi les 790 sujets du
groupe contrôle.
7. Le traitement homéopathique prévient-il la survenue de syndromes
grippaux ?
Par ailleurs, 77 personnes ayant reçu le traitement homéopathique ont
développé des effets secondaires contre 17 parmi ceux qui ont reçu le
placebo.
8. Déterminer les mesures d’association épidémiologique exprimant
l’excès de risque entre la variable « traitement » et la survenue
éventuelle d’effets secondaires. Accompagner ces mesures par leur
intervalle de confiance à 95% en utilisant la méthode de Miettinen.
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-(1.9641.30)] = 2.9 ; RRs = 4.6[1+(1.9641.30)] = 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
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 :
 réaction de la peau à l’exposition au soleil : bronzage

normal, rougeurs suivies de bronzage, tendance à peler,
brûlures avec formation d’ampoules ;
 antécédents de brûlures au soleil dans l’enfance : non, oui ;
 années de pratique de sports en plein air : jamais, 1-6, 7-15,
16-33, 34+ ;
 prise de contraceptifs oraux chez les femmes : non, oui ;
 acné ou eczéma dans les antécédents : non, oui.
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)
L’inclusion de cas incidents (nouveaux cas) est évidemment

compatible avec une étude cas-témoins pour avoir le nombre de
sujets nécessaires.
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.
Exercice 132 (épreuve de moyenne durée : première année de médecine :

Blida - juin 2004)
Enoncé
On veut comparer un traitement A à un traitement B parmi les malades ayant un
recul égal ou supérieur à 5 ans. Parmi les 160 malades qui ont reçu le traitement A,
88 sont décédés avant 5 ans et parmi les 180 malades qui ont reçu le traitement B,
126 sont décédés avant 5 ans.
1. Quelle est la méthode de survie qui a été utilisée ? Pourquoi ?
2. Déterminer les taux de survie à 5 ans pour les deux groupes et comparer les
sur le plan statistique.
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 :
 Ho : PA = PB (il n’a y pas de relation entre la survie et le groupe ou les

deux traitements sont équivalents)
 Choix du test : khi-deux
 Conditions d’application du test satisfaites (effectifs théoriques supérieurs à
5)
 X² = 8.2 ; p < 0.01.
 Décision : Ho rejetée, le taux de survie du traitement A (ou le pourcentage
de survie de A) est significativement supérieur à celui du traitement B.
Exercice 133 (épreuve de moyenne durée : première année
de médecine : Blida - juin 2004)

Enoncé
On a mesuré à jeun le taux de triglycérides chez 190 femmes, âgées de 21 à 39 ans,
classées en utilisatrices et non-utilisatrices de contraceptifs oraux. Les résultats sont
contenus au tableau 1.
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 ?
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.
Exercice 134 (épreuve de moyenne durée : première année de

médecine : Blida - juin 2004)
Enoncé
La pente d’une droite de régression de y en x est égale à 3. On admet
que la relation est linéaire entre les deux variables.
Par ailleurs, on donne :
 mx = 2 (moyenne de x)
 my = 4 (moyenne de y)
 s²x = 1 (variance de x)
 s²y = 16 (variance de y)
1. Etablir l’équation de la droite de régression de y en x. Donner

la valeur moyenne de y pour x = 5.
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.
Exercice 135. (DEMS : février 2005)

Enoncé
Au total, 5391 décès ont été enregistrés au CHU de Blida de 1999 à
2003 dont 563 ont concerné des enfants et adultes jeunes de 5 à 24
ans. Le nombre de décès des suites d’un accident de la route au cours
de cette période s’est élevé à 897 dont 276 ont concerné des enfants et
adultes jeunes de 5 à 24 ans.
1. Quelle est la mortalité proportionnelle représentée par les

accidents de la route au CHU de Blida ? Quelle est cette
mortalité chez les enfants et les adultes jeunes de 5 à 24 ans?
Commenter.
2. La mortalité proportionnelle, telle que déterminée ci-dessus,

exprime-t-elle un risque de décéder des suites d’un accident de
la route au CHU de Blida parmi les sujets ayant subi un
accident de la route et admis au CHU de Blida. Pourrait-on
déterminer, sur la base des données disponibles, la létalité des
135
accidents de la route chez les enfants et les adultes jeunes de 5
à 24 ans ?
Le système d’information sur la mortalité hospitalière au CHU de

Blida était un système actif mis en place par le service
d’épidémiologie (Semep) du CHU. Les techniciens du Semep se
déplaçaient dans les services du CHU pour recueillir les données qui,
entre autres, incluaient la nature de la lésion fatale (traumatisme
crânien, polytraumatisme…) en cas de mort violente et la cause
extérieure du traumatisme (accident de la route, chute…).
3. La nature active du système d’information dispense-t-elle

d’étudier la validité des données recueillies ? Comment auriez-
vous apprécié cette validité en ce qui concerne l’information à
propos de l’accident de la circulation routière recueillie par les
techniciens ?
On a finalement tiré au sort, pour apprécier cette validité, 100 dossiers

parmi ceux qui rapportaient un décès suite à une lésion fatale. Les
résultats de cette étude de validité sont contenus au tableau 1.
Tableau 1. Validité des données relatives à la cause extérieure

d’un traumatisme ayant engendré un décès
Information Référentiel (dossier) Total
rapportée par Accident de la route Accident de la route
techniciens Présent absent
Accident de la 79 2 81
route présent
Accident de la 10 9 19
route absent
Total 89 11 100
4. Déterminer les indices de validité interne et les indices de

validité prédictive. Commenter.
Le tableau 2 contient l’évolution annuelle des décès au CHU de Blida

chez l’enfant et l’adulte jeune.
136
Tableau 2. Evolution annuelle des décès chez l’enfant et l’adulte jeune au
CHU de Blida (1999-2003)
Décès 1999 2000 2001 2002 2003
Toutes 113 98 115 128 109
causes
Accidents 41 43 51 72 69
de la route
5. Comparer, après les avoir déterminées, les mortalités

proportionnelles annuelles par accidents de la route au CHU de
Blida chez l’enfant et l’adulte jeune.
On s’intéresse maintenant à l’évolution du nombre mensuel de décès
par accidents de la route (chez l’enfant et l’adulte jeune au CHU de
Blida) au cours de la période d’étude, c’est à dire au cours des 60
mois. Le nombre mensuel de décès est la variable y et le mois est la
variable x (x=1 pour le mois de janvier 1999 et x=60 pour le mois de
décembre 2003). On donne :
x = 1830 y = 276 xy = 9550 x² = 73810 y² = 1646
6. L’évolution du nombre mensuel de décès par accidents de la
route a-t-elle dessiné une tendance significativement à la
hausse ? Etablir l’équation de la droite de régression de y en
fonction de x.
Toujours d’après les données du système d’information, 207 décès dus
à un traumatisme crânien et 54 décès par polytraumatismes ont été
enregistrés parmi les enfants et les adultes jeunes victimes d’un
accident de la route. La moyenne de la durée d’hospitalisation
engendrée par les traumatismes crâniens était de 7.4  14.3 jours (m 
s) tandis que celle engendrée par les polytraumatismes était de 2.3 
3.1 jours.
7. Comparer ces deux moyennes sur le plan statistique
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 :
Validité des données relatives à la cause extérieure d’un traumatisme

ayant engendré un décès
Information Référentiel (dossier) Total
rapportée par Accident route présent Accident route absent
techniciens
Accident de la - -
route présent
Accident de la - -
route absent
Total - -
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.
Exercice 139 (DEMS : mai 2005)

Enoncé
La glycémie de 20 sujets constituant un échantillon représentatif
d’une population d’étude a une moyenne de 1.50 g/l et un écart-type
de celle-ci de 0.08 g/l.
140
1. Déterminer l’intervalle de confiance à 95% de la moyenne.
2. Déterminer l’intervalle de confiance à 99% de la moyenne.
3. Commenter.
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.
Exercice 140 (synthèse : première année de médecine : Blida -

juin 2005)
Enoncé
Un vaccin produit un effet indésirable chez 15% des sujets vaccinés.
Au cours d’une séance de vaccination de 10 sujets, quelle est la

probabilité d’observer :
 0 sujet présentant un tel effet indésirable

 1 sujet présentant un tel effet indésirable
 2 sujets présentant un tel effet indésirable
 au moins 3 sujets présentant un tel effet indésirable ?
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 binomiale (de paramètres n et P) est la variable quantitative

discontinue qui prend les valeurs entières : x = 0, 1, 2, ……avec les fréquences
f(x) = Cxn Px Qn-x
Exercice 141 (synthèse : première année de médecine : Blida - juin

2005)
Enoncé
Depuis 25 ans (de 1975 à 1999), la moyenne annuelle du nombre de
cas de leucémie dans une commune est de 2. Pendant une année (en
2000), le nombre de cas de leucémie dans cette commune s’est élevé à
5. Peut-on penser que le risque de leucémie pour l’année 2000 n’a pas
augmenté (le risque n’est pas augmenté si la probabilité d’observer 5
cas en un an est supérieure à 5%) ?
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

2. Construire la courbe d’incidence épidémique sous forme d’histogramme. Cette
courbe pourrait-elle être expliquée par une épidémie à source commune persistante
si on estime que la durée d’incubation d’une infection sur cathéter est de deux
jours ?
On a enregistré 4 cas d’infection parmi les 70 nouveau-nés de sexe
masculin et 3 cas d’infection parmi les 55 nouveau-nés de sexe
féminin.
3. Quel est l’indicateur de santé qui peut être déterminé sur la
base des données disponibles ? Déterminer cet indicateur pour
l’ensemble des nouveau-nés à partir des indicateurs déterminés
en fonction du sexe. Commenter sans l’exécution d’un test
statistique.
Aucun décès n’a été enregistré parmi les nouveau-nés infectés.
4. Quel est le taux de létalité ? Pourrait-on déterminer la mortalité
proportionnelle due aux infections sur cathéters parmi les
nouveau-nés au cours de cette période ?
Parmi les 7 cas d’infection, trois seulement ont pu être documentés sur
le plan bactériologique : Klebsiella pneumoniae au même
antibiogramme a été isolé (les entérobactéries : klebsiella,
enterobacter, serratia font preuve d’une aptitude remarquable à
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
6. Déterminer la moyenne, l’écart type de la moyenne et la médiane de la durée

d’hospitalisation des nouveau-nés infectés. Commenter.
La moyenne de la durée d’hospitalisation de tous les autres nouveau-
nés était de 10.2  1.3 (moyenne  erreur type).
7. Comparer les deux moyennes (on supposera que la référence à la loi
normale est possible). Commenter sachant que les deux groupes de
nouveau-nés ne différaient par aucune autre caractéristique susceptible
d’être en relation avec l’infection (question optionnelle).
Corrigé
1. Distribution des cas d’infection sur cathéter périphérique
survenus en néonatalogie en fonction de la date de début des
symptômes (CHU de Blida – novembre 2004).
2. Cette courbe sans mode ne peut pas être expliquée par une
épidémie à source commune persistante. Sinon on aurait eu
une courbe rapidement ascendante (mode au bout d’un à deux
jours) qui aurait ensuite amorcé une descente sur une période
bien plus longue.
3. Incidence cumulée.
 Garçons : 4/70 = 5.7% (5.71)
 Filles : 3/55 = 5.4% (5.45)
 Globale : 70/(70+55)*4/70 + 55/(55+70)*3/55 =
(=7/125) = 5.6% (5.60)
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
1. Dessiner la courbe d’incidence épidémique sous forme

d’histogramme. Peut-il s’agir d’une épidémie à source
commune momentanée (S. isolée des selles pour tous les cas
avait le même antibiogramme ci-dessous) ?
L’âge respectif des différents cas de diarrhée à S. était le suivant : 4
mois, 3 mois, 4 mois, 30 ans.
2. Quelle est la moyenne d’âge (en mois) des sujets atteints
accompagnée de son écart-type ?
3. Quelle est la médiane d’âge des sujets atteints ? Celle-ci est-
elle plus représentative de l’âge des cas que la moyenne d’âge
déterminée précédemment ?
Les épidémies de S. dans les hôpitaux ont souvent une origine
alimentaire et ont tendance à traîner en longueur avec un
environnement contaminé.
4. L’origine alimentaire pour cette épidémie peut-elle être
retenue ? Pourquoi ?
5. Quels sont les modes de transmission possibles de cette
diarrhée à S. d’une personne à une autre pour cette épidémie ?
Le dernier cas de la série (celui du 17/05) n’est autre que la mère
(garde-malade) du troisième cas (celui du 15/05).
6. Vous semble-t-il possible que le cas n° 3 ait pu infecter sa
mère ? Argumenter.
Aucun autre cas de diarrhée à S. n’a été enregistré au service (du
moins jusqu’au 17/06, date du point)
7. Sachant que S. est un germe virulent (dose infectante faible, en
moyenne de 100 à 1000 germes), quelles sont les mesures
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.

février 2006)
Enoncé
On a mesuré chez un échantillon de 49 malades le nombre de globules
blancs. La moyenne et La variance des 49 mesures sont
respectivement m = 12000 et s² = 360000.
1. Quelle est la précision absolue du sondage au risque 5%?
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
Exercice 155 (module d’épidémiologie pour pharmacie A5 : mai 2006)

Enoncé
On veut réaliser un essai randomisé pour mettre en évidence l’effet
antalgique d’un produit sous forme de suppositoires chez des malades
adultes venant de subir une amygdalectomie sous anesthésie générale
et pour lesquels le syndrome douloureux dure habituellement 24
heures environ.
Le critère de jugement peut être la cessation de la douleur dans la
demi-heure qui suit l’administration.
1. Si on compare ce produit à un placebo qui engendre la
disparition de la douleur chez 25% des malades concernés,
quel est le nombre de sujets nécessaire à inclure dans chaque
groupe si on décide que le nouveau produit n’est intéressant
que s’il engendre la disparition de la douleur chez 50% des
malades concernés en garantissant les risques d’erreur  = 5%
et  = 10%.
En réalité, pour des raisons éthiques, le nouveau produit est comparé à
un antalgique classique. Le critère de jugement est la durée d’action
de l’antalgique. Des études antérieures montrent que la durée d’action
de l’antalgique classique est distribuée normalement, a pour moyenne
4 heures et que 95% des valeurs de cette durée d’action se situent à 4
 2 heures.
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; arcsin0.50 = 0.785 ;
arcsin0.25 = 0.524.
2. La formulation est celle d’un test bilatéral

 Ho : A = B
 H1 : A - B> 0
n = nA = nB = (zα + z2β)² * [2S²/D²]
avec :
 D : différence entre les moyennes qui mérite
d’être décelée = 1 heure,
 S² : variance du critère de jugement supposée
identique dans les deux groupes = 1² (l’écart
type est en effet égal à 1 heure)
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
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)?
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.
On donne les valeurs de l'écart réduit z et de la variable t de Student à différents

risques :
z(5%) = 1.96; z(1%) = 2.58; z(2%) = 2.33; z(3%) = 2.17
Pour dl = infini: t(5%) = 1.96; t(2%) = 2.33; t(1%) = 2.58; t(0.001) = 3.29
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.
Exercice 167 (graduation A6 – Blida : juin 2007)

Enoncé
Une épidémie de légionellose (le tableau clinique associe un
syndrome infectieux fébrile, des signes respiratoires, des troubles de la
conscience et des troubles digestifs) circonscrite à quelques quartiers
est survenue dans une ville européenne comptant 34000 habitants. Les
données sur le début supposé des symptômes des 34 cas de maladie
recensés, certains ou probables, sont contenues au tableau 1. Les
malades habitaient différents quartiers. Aucun autre cas n’a été
enregistré après le 9 mai.
Tableau 1. Epidémie de légionellose

Répartition des 34 cas de maladie selon le début supposé des symptômes
Mois Avril Mai
Jour 28 29 30 1 2 3 4 5 6 7 8 9
Effectif 2 1 2 2 6 2 6 4 2 2 2 3
1. Construire la courbe d’incidence épidémique en réaménageant
les classes de sorte que toutes les classes aient une amplitude
égale à deux jours, la première classe correspondant au 28 et
29 avril.
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.
9. Pouvez vous déterminer le taux d’attaque global de la

légionellose ainsi que son taux de létalité.
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
Mode : 4 modes : 47.5 ; 67.5 ; 77.5 ; 82.5. Me = 67.5 (si on ne tient

pas compte de la position de la médiane dans la classe). Le mode et la
médiane d’après les données brutes étaient égaux à 65 ans. Le
regroupement des observations en classes a engendré une perte de
précision.
5. Non, on n’a pas la répartition simultanée des malades en

fonction du sexe et de l’âge.
6. Non, puisque les dénominateurs (population à risque :
habitants masculins d’une part et habitants féminins d’autre
part) ne sont pas connus.
7. TA = 34/34000 = 1 pour 1000. Létalité = 0/34 = 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
View publication stats

Exercicescorrigsdpidmiologieetdebiostatistique Extraits PrBezzaoucha

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Exercicescorrigsdpidmiologieetdebiostatistique Extraits PrBezzaoucha

Transféré par

Droits d'auteur :

Formats disponibles

See discussions, stats, and author profiles for this publication at: https://www.researchgate.

168 exercices corrigés d'épidémiologie et de biostatistique

Book · January 2007

The user has requested enhancement of the downloaded file.

Ce recueil d’exercices est un extrait de l’ouvrage « 168 exercices

L’auteur a publié à l’OPU plusieurs ouvrages d’épidémiologie

Tableau 1. Infection du personnel hospitalier par le HBV

1. Le titre du tableau vous satisfait-il pleinement ?

On s’intéresse maintenant à la distribution séparée en fonction de

6. Représenter sur un même graphique la prévalence, en fonction de

Exercice 2. (examen, résidanat A1 : septembre 1984)

3. Calculez le coefficient de corrélation linéaire entre l’âge et le

Exercice 3. (examen, résidanat A1 : février 1985)

Exercice 4. (examen, résidanat A1 : février 1985)

Exercice 5. (examen, résidanat A1 : février 1985)

Décès selon la cause en fonction de l’âge dans un région donnée

1. Calculer le taux de mortalité toutes causes et le taux de mortalité de

Exercice 6. (examen, résidanat A1 : février 1985)

Exercice 7. (examen, résidanat A1 : février 1985)

Prévalence d’une maladie M en fonction du contact avec le sang et le patient

1. Quelles sont les variables dont les données sont consignées au

Exercice 8. (examen, résidanat A1 : février 1985)

Exercice 13. (examen, résidanat A1 : mai 1985)

Exercice 14. (examen, résidanat A1 : mai 1985)

Existe-t-il une différence significative entre les 4 communes rurales

(Ti²/ni) = 193²/42+254²/62+160²/32+163²/38 = 3426.6458

 Tableau d’analyse de la variance

Exercice 15. (examen, résidanat A1 : juin 1985)

Exercice 16. (examen, résidanat A1 : juin 1985)

Exercice 18. (examen, résidanat A1 : juin 1985)

Les valeurs déterminées de D1 graphiquement et par le calcul sont à

Exercice 19. (examen, résidanat A1 : juin 1985)

Exercice 22. (examen, Résidanat A1 : février 1986)

Répartition de l’infection selon le sexe

Age Infestés Non infestés Total

En réalité, parce que les taux spécifiques véhiculent une information

Age Population Groupe A Groupe B

 Taux standardisé de la bronchite pour le groupe A : 62.14/110 =

Les résultats exprimés par ces taux globaux standardisés deviennent

Exercice 24. (examen, Résidanat A1 : février 1986)

Exercice 27. (examen, Résidanat A1 : juin 1986)

Taille de collégiens algériens en fonction

1. La taille des collégiens et la classe socioprofessionnelle des parents

 Tableau d’analyse de la variance

significativement à p < 0.001(l’hypothèse nulle est rejetée). Les

Exercice 28. (examen, Résidanat A1 : septembre 1987)

Exercice 29. (examen, Résidanat A1 : septembre 1987)

Tableau 1. Répartition de 624 lésions de 554 enfants victimes de la route

Tableau 4. ISS de 554 enfants victimes de la route à Alger

Exercice 30. (examen, Résidanat A1 : juin 1988)

1. A quelle structure de base se rattache cette étude ?

Exercice 31. (examen, Résidanat A1 : juin 1988)

On veut établir les « limites normales » des mesures du pli tricipital

On apprécie objectivement la qualité de l’ajustement en utilisant le

4. Puisque la distribution observée ne s’ajuste pas à une loi normale, il

Exercice 34. (examen, Résidanat A1 : septembre 1989)

Nombre de sujets atteints de cancer en fonction

Exercice 44. (examen national, Résidanat A1 : octobre 1991)

Tableau 1. Distribution du RAA selon l’âge en fonction du sexe

6. On dit classiquement que l’âge de prédilection du RAA est la

Incidence 5/(1656-21) 1/(2460-29) 0

4. Les deux durées moyennes de séjour diffèrent-elles

La distribution des infections nosocomiales selon le type et