Pr Mahamadou S.

SISSOKO
Pr Kassoum KAYENTAO
Pr Issaka SAGARA
Pr Alassane DICKO

4 Décembre 2023

Malaria Research and Training Center

Département d’Epidémiologie et des Affections Parasitaires
Faculté de Médecine, de Pharmacie et d’Odonto-Stomatologie
Université de Bamako, Mali.

PLAN
➢Objectifs pédagogiques
➢Statistique
➢Biostatistique
➢Concepts de base
➢Outils informatiques & Biostatistiques
➢Références

2
 Objectifs pédagogiques
Après avoir achevé l’étude de ce module,
l’étudiant doit être capable de :
• Définir la statistique
• Définir la biostatistique
• Préciser le lien existant entre la
biostatistique et l’informatique
• Identifier les domaines d’application de
la biostatistique

Décisions en Santé Publique

en Médecine Clinique

Epidémiologie

Statistique

Mathematique & Informatique

4
 Statistique
• La statistique est un domaine
d’étude qui concerne
– la collecte, l’organisation, le résumé et
l’analyse de données
– les inférences que nous faisons pour
l’ensemble des données quand
seulement une partie des données est
observée

Statistique
• Elle implique donc de:
– Résumer les données (Ex: calculer les
proportions, les moyennes, les écart- types
etc…)
– Utiliser les procédures statistiques pour
aboutir à des conclusions qui peuvent aider à
des prises de décision en santé publique ou
en médecine clinique

6
 Biostatistique
• Les outils de statistiques sont employés
dans beaucoup de domaines: les
affaires, l’éducation, la psychologie,
l’agriculture, l’économie etc...

• Quand les données analysées

proviennent des sciences biologiques ou
de la médecine, nous utilisons le terme
Biostatistique

Domaines d’application
• Prise en charge des malades
– Application des résultats des études à travers une
meilleure lecture/compréhension pour choisir les
meilleures méthodes de traitement
• Interprétation des données démographiques
– Taux de Natalité
– Taux de Mortalité….
• Compréhension des problèmes sur le plan
épidémiologique:
– Données épidémiologiques en fonction
• Personnes
• Temps
• Lieux

8
 Domaines d’application
• Procédures de diagnostic
– Sensibilité et Spécificité
– Valeurs prédictives
• Évaluation des protocoles et des études
– Conception
– Méthodes et tests statistiques
• Participation ou direction d’un projet de recherche
– Minimum de connaissances des méthodes
biostatistiques

Concepts de Base
• Comme toutes les disciplines d’étude, la
biostatistique dispose d’un certain
nombre de termes qu’il est important de
comprendre:
– Probabilité
– Données
– Variables
– Populations
– Échantillons
– Etc…

10
 Probabilité
• Le terme de Probabilité est constamment
utilisé en statistique
• Classiquement la probabilité de survenu
d’un événement est égale à la fréquence
d’apparition de cet événement

11

Données

• Les données constituent le matériel

brut pour la statistique

• Nous pouvons définir les données

comme un ensemble d’informations

12
 Variable
• Si chaque fois que nous observons
une caractéristique et nous trouvons
que cette caractéristique diffère en
fonction de la personne, place, chose
ou du temps, nous définirons cette
caractéristique comme une variable
• Une variable peut être:
– quantitative
– qualitative

13

Population
• La Population représente un groupe
entier d’individus pour lequel nous
avons un intérêt particulier
• Les individus peuvent être des
personnes, des choses, des
institutions, des enregistrements, des
événements etc…

14
 Echantillon
• Lorsque l’étude des caractéristiques
d’une population s’effectue sur un groupe
restreint de membres ou d’individus de
cette population; ce groupe constitue un
échantillon de la population

15

Inférence statistique
C’est la procédure par laquelle nous
tirons une conclusion sur une
population sur la base d’information
obtenue d’un échantillon tiré de cette
population
Pour cette raison un échantillon doit
être bien calculé et bien sélectionné
pour être représentatif de cette
population

16
 Risques d’erreur
• Pour faire une décision statistique,
– nous formulons d’abord des hypothèses :
• une hypothèse nulle (Ho)
• une hypothèse alternative (Ha),
– nous calculons un test statistique et fixons arbitrairement
un seuil de signification  (généralement à 0,01 ou 0,05
ou 0,10)

• Le rejet ou non de notre hypothèse nulle en

fonction du test calculé et du seuil de signification
utilisé. Cette décision nous fait commettre 2 types
d’erreur :
– Erreur de type I
– Erreur de type II
17

Erreur de type I ():

• C’est la probabilité de rejeter
l’hypothèse nulle (Ho) alors qu’elle est
vraie
• Ce type d’erreur nous conduit à
conclure par exemple à l’existence
d’une association entre un facteur A et
B alors que cette association n’existe
pas en réalité
• Note : 1-  est appelé niveau de
confiance

18
 Erreur de type II ()
• C’est la probabilité de ne pas rejeter
l’hypothèse nulle (Ho) alors qu’elle est
fausse
• Ce type d’erreur nous conduit à
conclure par exemple qu’une
association n’existe pas entre un facteur
A et B alors que cette association existe
en réalité
• Note : 1-  est appelé puissance

19

Informatique & Biostatisque

• L’usage généralisé des ordinateurs a révolutionné la
recherche biomédicale en générale et l’analyse
biostatistique en particulier

– Disponibilité de logiciels performants qui facilitent les calculs

statistiques

– Développement et tests des procédures de gestion des

données

– Création des bases de données en optimisant le temps de

réponse

– Économie de temps et des ressources

20
 Informatique & Biostatisque
• Danger:
– Utilisation méthodes statistiques
inappropriées
– Mauvaise utilisation et interprétation des
tests statistiques
➔ Conclusions / décisions erronées

21

Notes
• Nous reviendrons en détail sur
beaucoup de points de définition ou
d’application abordés

• L’étudiant pourra compléter cette

information en consultant les autres
parties de ce module ou les ouvrages
spécialisés dont quelques références
sont citées dans ce module

22
 Références

1. Valleron A.J. Introduction à la

Biostatistique. Editions Masson, 1998
2. Wayne W.D. Biostatistics : A Fondation
For Analysis in the Health Sciences.
John Wiley & Sons, New York, 1999
3. Falissard B : Comprendre et utiliser les
statistiques dans la science de la vie »
Second edition chez Masson, 1999
4. Fundamentals of biostatistics, fifth
edition Bernard ROSNER.

23

Emploi du temps 2022 - 2023

Evaluation: QCM, QRC, Définitions de termes

Semestre 2 : 1ère
année Pharmacie
; Salle : Grand
amphi
Biostatistiques

Jours Heures Lecons

4-Dec-2023 8H - 10H Introduction à la Biostatistique
11-Dec-2023 8H - 10H Population, Echantillon, variables
18-Dec-2023 8H - 10H Statistiques descriptives
1-Jan-2024 8H - 10H Lois de probabilité (Loi binomiale, Loi de Poisson, Loi normale)
8-Jan-2024 8H - 10H Fluctuation d'échantillonnage
15-Jan-2024 8H - 10H Test d'hypothèses: Comparaison de proportions
22-Jan-2024 8H - 10H Test d'hypothèses: Comparaison de proportions (Séries appariées)
29-Jan-2024 Test d'hypothèses: Comparaison de moyennes

5-Fev-2024 8H - 10H Test d'hypothèses: Comparaison de moyennes (Séries appariées) & ANOVA
12-Fev-2024 8H - 10H ANOVA & Exercices

24