Vous êtes appelé à réaliser un travail de recherche dans le domaine de la santé et vous ne

savez pas comment analyser vos données de recherche ? Alors j’ai une bonne nouvelle pour
vous : dans ce cours vous apprendrez à analyser vos données de recherche grâce au logiciel
Epi-info.

À la fin de ce cours, vous serez en mesure :

 De télécharger et installez Epi-Info

 Crée votre questionnaire et entrées vos données
 Analyser vos données
 En bonus, vous allez découvrir StatCalc, l’outil qui fait la puissance d’Epi-info

Alors n’hésitez plus, inscrivez-vous à ce cours et rejoignez-moi au premier chapitre.

Prise en main du logiciel Epi-Info

Epi Info™ est un ensemble logiciel relevant du domaine public, conçu pour la communauté
mondiale des praticiens et des chercheurs du secteur de la santé publique. Il permet d’élaborer
en toute facilité des questionnaires et des bases de données, de saisir et d’analyser des
données et de produire des statistiques épidémiologiques, des graphiques et des cartes.

Introduction à Epi Info 7

Epi Info 7 est une série d'outils et d'utilitaires librement distribuables pour Microsoft
Windows destinés aux professionnels de la santé publique pour mener des enquêtes sur les
épidémies, gérer des bases de données pour la surveillance de la santé publique et d'autres
tâches, ainsi que des applications générales de base de données et de statistiques. Il permet
aux médecins, épidémiologistes et autres responsables de la santé publique et médicaux
d'élaborer rapidement un questionnaire ou un formulaire, de personnaliser le processus de
saisie des données et de saisir et analyser les données.

Epi Info 7 est gratuit (disponible que sur le système d’exploitation Windows) et peut être
téléchargé à partir du site Web de la CDC (Centers for Disease Control and Prevention) à l'
adresse (https://www.cdc.gov/epiinfo). Retrouver la procédure de téléchargement et
installation dans la vidéo.

Epi-info comprend 4 grande partie qui permette de collecter, analyser et visualiser les
données :
  Create Forms – Create a questionnaire using one or more forms to collect and view data.
 Enter Data – Enter data and view existing records.
 Analyze Data (Classic and Visual Dashboard) – Manage data, run statistical analyses, and
generate lists, tables, graphs, and charts.
 Create Maps – Create maps from map server, KLM files, or shape files.
Available utilities include:
 StatCalc – Compute statistics from summary data.
 Help – Find online and offline resources: including a “discussion forum” and “help desk”
information.
 Options – Configure default settings on the following tabs: general, language, analysis, plug-
ins, and web survey.
StatCalc : calculatrices statistiques
StatCalc est un calculateur statistique qui produit des informations épidémiologiques
récapitulatives. Les données récapitulatives n'ont pas besoin d'être contenues dans un projet
Epi Info™ 7 ou saisies dans un autre outil.

Intro StatCalc

Six types de calculs sont disponibles dans StatCalc :

 Les calculs de la taille de l'échantillon et de la puissance incluent l'enquête sur la

population, la cohorte ou transversale et le cas-témoin non apparié.
 Chi carré pour les tests de tendance pour la présence d'une tendance dans les études où
une série d'expositions croissantes ou décroissantes est examinée.
 Tableaux (par exemple 2 x 2, 2 xn) - Les tableaux simples et stratifiés 2 x 2 peuvent
être analysés pour produire des rapports de cotes et des risques relatifs (risques
relatifs) avec des limites de confiance, plusieurs types de tests du chi carré, des tests
exacts de Fisher, Mantel- Rapports de cotes résumés de Haenszel et chi carrés, et
valeurs p associées. Ces calculs sont similaires à ceux produits dans Classic Analysis
et Visual Dashboard.
 Poisson (événement rare par rapport à la norme) – Une distribution de Poisson prédit
le degré de propagation autour d'un taux d'occurrence moyen connu.
 Binomiale (proportion par rapport à la norme) – Une distribution binomiale indique la
probabilité de résultats positifs dans une étude à deux résultats (oui/non) en fonction
du nombre d'observations et du pourcentage attendu de résultats positifs.
 Étude cas-témoins par paires appariées – calcule la relation statistique entre les
expositions et la probabilité de tomber malade dans une population de patients donnée.

OpenEpi.com – Outil Web open source qui fournit des statistiques épidémiologiques
supplémentaires.
Ouvrir StatCalc

1. Dans le menu principal d'Epi Info™ 7, cliquez sur le bouton StatCalc .

 Figure 10.1 : Bouton de menu StatCalc

2. Sélectionnez l'un des outils suivants dans la liste déroulante : Taille et puissance de
l'échantillon, Chi carré pour la tendance, Tableaux (2 x 2, 2 xn), Poisson (événement
rare par rapport à la norme), Binomial (proportion par rapport à la norme. ) ou Étude
cas-témoin de paires appariées. Ces outils sont également disponibles en appuyant sur
la touche correspondante du clavier qui correspond à la première lettre de chaque
option. Si vous sélectionnez un outil à l'aide du clavier, l'outil apparaît
immédiatement.

Si vous sélectionnez l'outil Taille de l'échantillon et puissance, les options suivantes

s'affichent : Population Survey, Cohort ou Cross-Sectional, Unmatched Case-Control.

Naviguez dans chaque outil StatCalc à l'aide de la tabulation ou de la touche retour

pour parcourir les différentes cellules disponibles pour la saisie de données.

3. Saisissez des données pour chaque type de calcul. Les calculs sont effectués au fur et à
mesure que les données sont entrées dans chaque cellule.
4. Pour modifier les valeurs déjà saisies, utilisez la touche Tab ou cliquez sur la cellule et
saisissez les nouvelles informations.

Imprimer
Tous les résultats produits à partir de StatCalc peuvent être imprimés dans Epi Info™ en
cliquant avec le bouton droit et en sélectionnant Imprimer dans le menu contextuel.

Figure 10.2 : Menu Enregistrer en tant qu'image/Imprimer

sauvegarder
Une capture d'écran des résultats produits à partir de StatCalc peut être enregistrée dans Epi
Info™ en cliquant avec le bouton droit et en sélectionnant Enregistrer en tant qu'image dans le
menu contextuel.
Tableaux (2 x 2, 2 xn)
Les tableaux simples et stratifiés 2 x 2 peuvent être analysés pour produire des rapports de
cotes et des rapports de risque avec des limites de confiance, plusieurs types de tests du chi
carré, des tests exacts de Fisher, des rapports de cotes résumés de Mantel-Haenszel, du chi
carré et des valeurs p associées.
Pour ouvrir une table 2 x 2, sélectionnez StatCalc > Tables (2 x 2, 2 xn) dans le menu
principal d'Epi Info™. Le tableau a l'exposition sur la gauche et le résultat en haut. Tous les
manuels et articles n'utilisent pas les mêmes conventions. Respectez scrupuleusement les
étiquettes et transposez les éléments de données si nécessaire. Sous le tableau, les statistiques
sont renseignées sous forme de données sur l'exposition et les résultats et les résultats
récapitulatifs sont renseignés dans les analyses stratifiées à droite du tableau. Chaque strate
d'un ensemble de données doit être saisie individuellement dans les onglets correspondants
situés en haut de la page. StatCalc est capable d'effectuer des calculs sur jusqu'à neuf strates
différentes.

Des lignes directrices

 Les valeurs dans les cellules doivent être des nombres représentant le nombre
d'enregistrements répondant aux spécifications des lignes et colonnes Exposition et
Résultat.
 Une étude cas-témoins est une étude dans laquelle les individus malades et bien
portants sont sélectionnés et le nombre d'individus exposés et non exposés est ensuite
déterminé. Dans une étude de cohorte, les exposés et les non exposés sont sélectionnés
et le nombre de malades dans chaque groupe est ensuite déterminé. Une étude
transversale commence sans détermination de la maladie ni de l'exposition, et vérifie
les deux au cours de l'étude.
 Dans les études de cohorte, le risque relatif peut être calculé à partir des
résultats. Dans les études cas-témoins, le rapport de cotes peut être utilisé comme une
approximation du rapport de risque si la maladie est rare dans la population générale à
partir de laquelle les cas et les témoins sont sélectionnés.
  Pour des résultats valides, les résultats de chaque enregistrement doivent être
indépendants de ceux des autres enregistrements. Les valeurs d'un individu ne peuvent
pas être utilisées pour prédire celles d'un autre. La confusion doit être supprimée en
stratifiant les variables de confusion.

Des tableaux uniques 2 x 2 sont fréquemment utilisés en épidémiologie pour explorer les
associations entre les expositions aux facteurs de risque et la maladie ou d'autres résultats.

Étant donné un oui-non ou une autre réponse à deux choix décrivant la maladie et une autre
décrivant l'exposition à un facteur de risque, StatCalc produit plusieurs types de statistiques
qui testent les relations entre l'exposition et la maladie.

Généralement, une association est suggérée par un rapport de cotes ou un rapport de risque
avec un intervalle de confiance supérieur ou inférieur à 1,0.

Remarque : Les intervalles de confiance sont désignés par les colonnes inférieure et
supérieure dans les tableaux statistiques.

Plus le rapport de cotes ou le rapport de risque est éloigné de 1,0, plus l'association apparente
est forte. La signification statistique peut être évaluée par des valeurs de p pour les tests chi
carré et exact de Fisher qui sont petites, <.05 ; ou des limites de confiance pour le rapport de
cotes qui n'incluent pas 1,0.

La valeur attendue d'une cellule est le produit des totaux marginaux de cette cellule divisé par
le total général du tableau. Si une valeur attendue est inférieure à cinq, il est recommandé
d'utiliser les résultats du test exact de Fisher et les limites de confiance exactes. Si les
nombres dans le tableau sont tous grands, les autres tests devraient indiquer à peu près le
même résultat.
Exemple de tableaux
L'exemple suivant examine une étude hypothétique explorant la relation entre l'utilisation
d'édulcorants artificiels et le cancer de la vessie.
Figure 10.4 : Données de table unique 2 x 2

1. Depuis la page principale de l'application StatCalc, sélectionnez Tables (2 x 2, 2

xn) . Un tableau vide s'ouvre dans la fenêtre de l'application StatCalc.
2. Saisissez les données de l'exemple de tableau ci-dessus.
3. Les résultats sont générés au fur et à mesure que les différentes valeurs des cellules
sont renseignées.

Figure 10.5 : Table unique 2 x 2

Le rapport de cotes de 1,02 et les limites de confiance qui incluent 1,0 ne fournissent aucune
preuve d'une association entre l'utilisation d'édulcorants et le cancer de la vessie
(Schlesselman JJ. Case-control studies. New York : Oxford University Press, 1982).
Analyse stratifiée de 2 x 2 tables
La stratification d'un ensemble de données sépare la population en catégories distinctes en
fonction des niveaux d'un paramètre (c'est-à-dire le sexe). En cas de confusion, les
associations entre la maladie et l'exposition peuvent être manquées ou faussement
détectées. Un facteur de confusion est celui qui est associé à la maladie et à l'exposition, mais
qui peut ne pas être intéressant ou observé. L'âge est un facteur de confusion fréquent, bien
que tout facteur autre que l'exposition principale considérée puisse être considéré comme un
facteur de confusion.

La stratification consiste à créer un tableau séparé de la maladie par exposition pour chaque
combinaison de facteurs de confusion possible. Dans le cas le plus simple, cela pourrait
signifier des tableaux masculins et féminins séparés si le sexe est le facteur de confusion
potentiel. Si l'âge, le sexe et la ville sont des facteurs de confusion, des tableaux séparés
seront créés pour chaque combinaison possible de groupe d'âge, de sexe et de ville.

Le rapport de cotes pondéré de Mantel-Haenszel, le rapport de risque, le chi carré résumé et

les calculs de la valeur p combinent les résultats de différentes strates pour éliminer la
confusion causée par les variables utilisées pour la stratification. Si des tableaux sont créés
pour les hommes et les femmes, la confusion par sexe est supprimée. Le degré de confusion
peut être évalué en comparant les rapports de cotes bruts et pondérés. Si les ratios sont
identiques, il n'y a pas eu de confusion selon le sexe.

Les limites de confiance de Mantel-Haenszel ajusté et de Mantel-Haenszel ajusté fournissent

des mesures supplémentaires. Si le rapport de cotes pondéré ou le rapport de risque (pas pour
les études cas-témoins) a des limites de confiance qui n'incluent pas 1,0, il existe une
association statistique avec une confiance de 95 % entre la maladie et l'exposition sans
confusion par le facteur de stratification.

Si les rapports de cotes ou les rapports de risque pour les strates dans une série de tableaux
stratifiés pour les tests ne sont pas similaires, alors une interaction entre le facteur de
stratification et le facteur de risque est présente.
Exemple
L'exemple suivant étudie la relation entre l'alcool et l'infarctus du myocarde (Relationship
Between Alcohol Consumption and Myocardial Infarction (MI): Confounding Due to
Smoking Hypothetical Data, Schlesselman JJ. Case-control studies. New York: Oxford
University Press, 1982).

L'étude cas-témoins suivante indique une association apparente entre la consommation

d'alcool et l'IM.

Figure 10.6 : Données de tableau non stratifiées 2 x 2

Le tabagisme est connu pour être associé à l'IM et à la consommation d'alcool. La

stratification des données par statut tabagique crée deux tableaux, un pour les fumeurs et un
pour les non-fumeurs.

Figure 10.7 : Données de table stratifiées 2 x 2

Pour afficher et créer une analyse stratifiée :

1. Depuis la page principale de l'application StatCalc, sélectionnez Tables (2 x 2, 2

xn). Un tableau vide s'ouvre dans la fenêtre de l'application StatCalc.
2. Saisissez les données du tableau d'échantillons Non-fumeurs dans l'onglet Strate 1.
Figure 10.8 : Données de la strate 1

3. Cliquez sur l'onglet Strate 2.

4. Saisissez les données du tableau d'exemples de fumeurs ci-dessus.
5. Les résultats récapitulatifs se remplissent au fur et à mesure que vous saisissez des
données.
Figure 10.9 : Données et résultats de la strate 2

Le rapport de cotes pour chaque table est de 1,0 et le rapport de cotes ajusté du résumé de
Mantel est de 1,0. Le rapport de cotes brut et le rapport de cotes sommaire de Mantel-
Haenszel sont assez différents (2,26 et 1,0), concluant que le tabagisme était un facteur de
confusion et qu'il ne semble pas y avoir d'association (rapport de cotes = 1,0) entre l'alcool et
l'IM dans cet exemple. Notez que le rapport de cotes dans les deux strates est le même (1,0). Il
n'y a pas d'interaction ou de modification d'effet entre le tabagisme et l'alcool. En d'autres
termes, l'effet de l'alcool sur l'IM est le même pour les fumeurs et les non-fumeurs. Lorsque
l'effet varie dans les différentes strates (les rapports de cotes sont différents), une interaction
ou une modification de l'effet est présente.

Remarque  : Les résultats récapitulatifs n'apparaissent que dans les ensembles de données
stratifiées (les résultats récapitulatifs montrent des résultats ajustés en fonction des critères
de stratification).

Enquête de population ou étude descriptive

L'enquête de population calcule la taille d'échantillon recommandée pour une enquête en
fonction d'un ensemble de paramètres et du niveau de confiance souhaité.
Des lignes directrices

 L'échantillon doit être aléatoire simple ou représentatif. Un échantillon systématique

(par exemple, une personne sur cinq sur une liste) est acceptable si l'échantillon est
représentatif. Choisir toutes les autres personnes d'une liste de couples ne donnerait
pas un échantillon représentatif car la population de l'échantillon peut comprendre
uniquement des hommes ou uniquement des femmes.
 Les questions de l'enquête doivent avoir une réponse oui-non ou une autre réponse à
deux choix, conduisant à une proportion de la population (ceux qui répondent oui)
comme résultat final.
 Pour un échantillonnage aléatoire simple, les valeurs de Design Effect et Clusters sont
de 1 par définition.

Exemple
L'exemple suivant examine si la prévalence réelle des anticorps anti-VIH dans une population
est de 10 %. Un échantillon aléatoire ou systématique de la population est prévu pour estimer
la prévalence. La taille d'échantillon souhaitée sera en mesure d'identifier la prévalence du
VIH avec une marge d'erreur de +/- 3%. L'application affichera la taille de l'échantillon pour
plusieurs niveaux de confiance différents.

1. Depuis la page principale d'Epi Info™, sélectionnez StatCalc.

2. Sélectionnez Enquête sur la population . La fenêtre Population Survey ou
Descriptive Study s'ouvre.
3. Entrez la taille de la population de 5 000 .
4. Saisissez la fréquence attendue de 10 % .
5. Entrez la marge d'erreur acceptable de 6 % .
6. Entrez l' effet de conception de 1 . Cette entrée désigne le rapport de la variance des
réponses avec grappes à la variance d'un échantillon aléatoire simple.
7. Entrez la valeur de clusters de 1 . Cette entrée désigne le nombre de grappes dans
l'enquête sur la population.

Les résultats apparaissent dans la fenêtre.

Figure 10.10 : Enquête de population ou étude descriptive

La colonne Échantillon total est le produit de la taille du cluster et des clusters. Chaque ligne
désigne la taille d'un échantillon requis pour atteindre le niveau de confiance nécessaire. La
détermination de la taille de l'échantillon n'est qu'un guide approximatif. De nombreux autres
facteurs (par exemple, le coût, le nombre de sujets disponibles, le taux de non-réponse et
l'exactitude des réponses et de la transcription des données) doivent être pris en compte dans
la conception de l'étude.

Cohorte et transversal
L'étude de cohorte et transversale calcule la taille d'échantillon recommandée pour une étude
en fonction d'un ensemble de paramètres et du niveau de confiance souhaité.

Exemple
L'exemple suivant montre comment calculer une taille d'échantillon pour une étude de cohorte
ou transversale. L'application affichera trois estimations de taille d'échantillon différentes
selon trois calculs statistiques différents.

1. Depuis la page principale d'Epi Info™, sélectionnez StatCalc .

2. Sélectionnez Cohorte ou transversale . La fenêtre Cohorte ou Transversale s'ouvre.
3. Sélectionnez le niveau de confiance bilatéral de 95 % dans la liste déroulante.
 4. Entrez la puissance souhaitée ( 80 % ) pour détecter une différence de groupe à ce
niveau de confiance.
5. Entrez la proportion de non exposés par rapport aux exposés de 1,5. Il s'agit d'une
valeur unique et la proportion approximative ne peut pas être saisie dans le format, #
of Unexposed : # of Exposed.
6. Entrez le pourcentage de résultat dans le groupe non exposé 25 %. Ce pourcentage
représente le taux d'incidence des patients malades dans le groupe non exposé
7. Saisissez le pourcentage de résultat dans le groupe exposé 75 %. Ce pourcentage
représente le taux d'incidence des patients malades dans le groupe exposé
8. Les champs Ratio de risque et Rapport de cotes se remplissent automatiquement en
fonction des valeurs saisies.
9. Le tableau de sortie montre trois estimations différentes de la taille de l'échantillon
nécessaire.

Figure 10.11 : Études de cohorte et transversales

Contrôle de cas inégalé

L'étude cas-témoins non appariés calcule la taille d'échantillon recommandée pour une étude
en fonction d'un ensemble de paramètres et du niveau de confiance souhaité.
Exemple
L'exemple suivant montre comment calculer une taille d'échantillon pour une étude cas-
témoins non apparié. L'application affichera trois estimations de taille d'échantillon
différentes selon trois calculs statistiques différents.

1. Depuis la page principale d'Epi Info™, sélectionnez StatCalc.

2. Sélectionnez Cas-contrôle inégalé. La fenêtre Case-Control sans correspondance
s'ouvre.
3. Sélectionnez le niveau de confiance bilatéral de 95 % dans la liste déroulante.
4. Entrez la puissance souhaitée (80 %) pour détecter une différence de groupe à ce
niveau de confiance.
5. Entrez le rapport des contrôles aux cas comme 3. Il s'agit d'une valeur unique et la
proportion ne peut pas être entrée dans le format, # of Unexposed : # of Exposed.
6. Saisissez le pourcentage de résultat dans le groupe non exposé 75 %. Ce pourcentage
représente le nombre de patients malades dans le groupe non exposé.
7. Entrez le pourcentage de résultat dans le groupe exposé 25 %. Ce pourcentage
représente le nombre de patients malades dans le groupe exposé.
8. Le rapport de cotes se remplit automatiquement en fonction des valeurs saisies.
9. Le tableau de sortie montre trois estimations différentes de la taille de l'échantillon
nécessaire.

Figure 10.12 Étude cas-témoins non appariés

Carré Chi pour la tendance

La fonction Chi carré pour la tendance calcule le rapport de cotes, le chi carré pour la
tendance linéaire et les statistiques de valeur p en fonction de la réponse à un score
d'exposition et si le patient est tombé malade. Le score d'exposition est un résultat mesuré à
partir d'une étude qui indique le niveau d'exposition que le patient a reçu. A titre d'exemple, 0
= aucune exposition, 1 = exposition modérée, 2 = exposition significative. Les valeurs saisies
dans la colonne Score d'exposition doivent être numériques. Saisissez le nombre de patients
malades pour chaque score d'exposition dans la colonne Cas. Entrez le nombre de patients qui
ne sont pas malades pour chaque score d'exposition dans la colonne Contrôles. Le rapport de
cotes, le chi carré pour la statistique de tendance linéaire et la valeur p pour le chi carré sont
calculés automatiquement.

Figure 10.13 : Chi carré pour la tendance

Dans cet exemple, le rapport de cotes indique la probabilité qu'un patient tombe malade en
fonction du niveau d'exposition. Un patient est deux fois plus susceptible de tomber malade
avec des niveaux d'exposition modérés (score d'exposition = 1) et six fois plus susceptible de
tomber malade avec des niveaux d'exposition importants (score d'exposition = 2) qu'un patient
qui n'a pas été exposé (score d'exposition = 0). Le chi carré pour les statistiques de tendance
linéaire et de valeur p fournit un niveau de signification pour l'étude.

Remarque  : Une valeur p < 0,05 est généralement considérée comme statistiquement

significative

Poisson

Pour analyser la distribution de Poisson, entrez le nombre attendu de résultats positifs dans
Nombre attendu d'événements et la valeur des résultats positifs dont vous souhaitez
déterminer la probabilité dans Nombre observé d'événements.

Figure 10.14 : Distribution de Poisson

Les résultats montrent qu'il y a 0,13 % de chances d'avoir six résultats positifs ou plus lorsque
la valeur attendue est de 1,16. Des pourcentages supplémentaires sont indiqués pour les plages
indiquées dans la colonne de gauche du tableau.

Binôme
La distribution binomiale indique la probabilité qu'un certain nombre de résultats positifs se
produisent étant donné le pourcentage attendu de résultats positifs et le nombre total
d'observations effectuées.

Exemple
Supposons que 23,5 % des individus d'une population de patients donnée soient
séropositifs. Si 16 personnes sont sélectionnées parmi cette population de patients, quelles
sont les chances qu'au moins huit de ces personnes soient séropositives ?

1. Depuis la page principale d'Epi Info™, sélectionnez StatCalc .

2. Sélectionnez Population Binomial (Proportion vs Std) . La fenêtre Case-Control
sans correspondance s'ouvre.
3. Entrez le numérateur comme 8 . C'est le nombre de patients atteints de la maladie.
4. Entrez le nombre total d'observations comme 16 . Il s'agit de la population de
patients de l'étude.
5. Entrez le pourcentage attendu comme 23,5 . Il s'agit du pourcentage attendu de cas
infectés par une maladie particulière.

Figure 10.15 : Distribution binomiale

Sur la base des entrées de cette distribution binomiale, il y a 1,9% de chances que huit ou plus
des 16 patients soient séropositifs. Des pourcentages supplémentaires sont indiqués pour les
plages indiquées dans la colonne de gauche du tableau.
Paire appariée Case-Control

L'étude cas-témoins par paires appariées calcule la relation statistique entre les expositions et
la probabilité de tomber malade dans une population de patients donnée. Cette étude est
utilisée pour rechercher la cause d'une maladie en sélectionnant une personne non malade
comme témoin et en associant le témoin à un cas. Le champ peut être associé à un ou
plusieurs critères.

Les cases multicolores qui apparaissent à droite du tableau après la saisie des données
représentent la proportion de chaque valeur saisie dans la population de l'échantillon. Les
statistiques sous le tableau sont calculées automatiquement et fournissent une base pour
déterminer la relation entre l'élément d'exposition et un patient tombant malade.

Exemple

1. Depuis la page principale d'Epi Info™, sélectionnez StatCalc .

2. Sélectionnez Étude cas-témoin de paires appariées . La fenêtre Étude de cas-
témoins de paires appariées s'ouvre.
3. Entrez 58 dans le groupe Cas exposés / Contrôles exposés .
4. Entrez 89 dans le groupe Cas exposés / Contrôles non exposés .
5. Entrez 32 dans le groupe Cas non exposés / Contrôles exposés .
6. Entrez 95 dans le groupe Cas non exposés / Contrôles non exposés .
 Figure 10.16 Étude cas-témoin de paires appariées
L'odds ratio est un indicateur de l'effet de l'exposition sur la probabilité de tomber
malade. Dans cet exemple, le rapport de cotes est de 2,78 (89/32) et les limites de confiance
vont de 1,86 à 4,17. (les limites de confiance supérieures ou inférieures à 1 sont un indicateur
d'importance). Dans ce cas, un odds ratio de 2,78 signifie que le risque relatif de maladie est
environ trois fois plus fréquent dans le groupe exposé pour la population en question.

Les tests McNemar et McNemar corrigé sont des tests du chi carré avec des valeurs p
associées.

Les tests d'association exacts de Fisher sont des valeurs p. Des tests exacts doivent être
utilisés lorsque le nombre de cellules est faible.

Tableau de bord visuel

Les outils StatCalc sont également disponibles dans Visual Dashboard. La fonctionnalité est
identique, cependant, les outils StatCalc apparaissent sous forme de gadgets sur le tableau de
bord. Pour plus d'informations sur Visual Dashboard, reportez-vous à la section Visual
Dashboard du guide de l'utilisateur.

Pour ajouter un gadget StatCalc au tableau de bord, cliquez avec le bouton droit sur le canevas
et sélectionnez Ajouter une calculatrice StatCalc .

Figure 10.17 : Menu StatCalc du tableau de bord visuel

Pour créer un tableau 2 x 2, sélectionnez Tableaux (2 x 2, 2 xn) . Le tableau StatCalc 2 x 2
apparaît sur le canevas.
Figure 10.18 : Gadget de table 2 x 2
Entrez les données d'exposition et de résultat pour calculer les résultats statistiques comme
décrit dans la section Tableaux (2 x 2, 2 xn) dans StatCalc.

Tous les autres gadgets StatCalc peuvent être ajoutés au tableau de bord visuel avec des
processus similaires et exécutent les mêmes fonctions dans StatCalc que dans le tableau de
bord visuel.