INTRODUCTION A LA

STATISTIQUE ET
MODELISATION DES
PHENOMENES BIOCLINIQUES

Dr AKA Joseph, Maître de Conférences Agrégé

Département de Santé Publique et Spécialités
Unité de Pédagogie en Santé Publique, Biostatistique et Informatique médicale
Laboratoire de Biostatistique, Méthode et Informatique médicale
UFR SMA / UFHB

mai 2024 CES_SPMC_AN1 UE_BIOSTAT 1

 OBJECTIFS

•Différencier les statistiques de la statistique

•Définir le but de la statistique
•Connaitre les fondements de la statistique
•Définir un phénomène déterministe et
un phénomène stochastique
•Citer les applications de la statistique en
santé

mai 2024 CES_SPMC_AN1 UE_BIOSTAT 2

 PLAN

INTRODUCTION
I. HISTOIRE DE LA STATISTIQUE
II. STATISTIQUES ET STATISTIQUE
III. FONDEMENTS DE LA STATISTIQUE
IV. MODELISATION DES PHENOMENES
V. APPLICATIONS EN SANTE
CONCLUSION

mai 2024 CES_SPMC_AN1 UE_BIOSTAT 3

 INTRODUCTION
1. La statistique = science ou discipline
(dynamique) qui collecte des données provenant
de groupes d’individus et dont l’objet est
d’obtenir une meilleure compréhension d’un
phénomène observé
2. L’enseignement de la statistique donne les
bases nécessaires à la compréhension des
méthodes statistiques destinées à la recherche
(bioclinique)
3. La statistique est très ancienne et remonte au
18ème siècle
mai 2024 CES_SPMC_AN1 UE_BIOSTAT 4
 I - HISTOIRE DE LA STATISTIQUE (1/3)
• Dénombrement de populations humaines pour
les besoins de guerre et d’impôt
• Véritable début : 18ème siècle
- Arithmétique politique : Connaissance d’un Etat
- Première classification des causes de décès : %
d’enfants nés vivants et morts avant 6 ans (John
Graunt )
- Calcul des probabilité (Blaise Pascal, Abraham de
Moivre, Jacques Bernoulli, Pierre-Siméon Laplace, Carl
Freidrich Gauss, Siméon-Dénis Poisson)
• 19ème siècle :
− 1853 : 1er Congrès de Statistiques mathématiques
modernes (Adolphe Quetelet, Charles Babbage)

mai 2024 CES_SPMC_AN1 UE_BIOSTAT 5

 Les bulletins de Londres : une statistique de la
mortalité au XVIIe siècle
Probabilité conditionnelle de survie p (être en vie à T+10
ans/on a survécu jusqu'à l’âge T), qui serait constante,
c'est-à-dire indépendante de l'âge T : ici on a p ≈ 5/8

mai 2024 CES_SPMC_AN1 UE_BIOSTAT 6

 I - HISTOIRE DE LA STATISTIQUE (2/3)
• Première moitié du 20ème siècle :
− Biométrie et Psychométrie
− 1920 : Plans expérimentaux (Ronald Aylmer Fisher)
− 1930 : Econométrie, Contrôle qualité industriel
− 1940 : Recherche opérationnelle
• Deuxième moitié du 20ème siècle :
− Développement de l’informatique
− Test de rang, test exact
− Analyse multivariée ou multidimensionnelle
− Analyse de données
− Méthodes bayesiennes

mai 2024 CES_SPMC_AN1 UE_BIOSTAT 7

 I - HISTOIRE DE LA STATISTIQUE (3/3)

• 21ème siècle :
Consacré aux applicatifs de la statistique

mai 2024 CES_SPMC_AN1 UE_BIOSTAT 8

 II - STATISTIQUES ET STATISTIQUE (1/3)

1. LES STATISTIQUES : Latin « Status » / Etat

• Proviennent d’un ensemble cohérent de données
relatives à un groupe d’individus
• Sont les résultats de dénombrement obtenus à
partir des données de routine (Registres, etc.)
• Exemples :
• Statistiques démographiques
• Statistiques annuelles des E. Sanitaires
• Statistiques de santé
• Statistiques de chômage
• Rôle de l’INS ++++
mai 2024 CES_SPMC_AN1 UE_BIOSTAT 9
 II - STATISTIQUES ET STATISTIQUE (2/3)

2. LA STATISTIQUE :
• Ensemble de méthodes permettant de collecter, d’analyser
et d’interpréter des données
• Fait appel au raisonnement et aux probabilités
• Permet l’étude des phénomènes ++++
• Subdivisée en 3 méthodes statistiques de base :
• La statistique descriptive
• Le calcul de probabilité
• La statistique inductive (inférentielle)

mai 2024 CES_SPMC_AN1 UE_BIOSTAT 10

 II - STATISTIQUES ET STATISTIQUE (3/3)

3. BUT DE LA STATISTIQUE :

• Etudier un certain nombre d’objets de

même nature, présentant au moins une
caractéristique commune variable
susceptible d’être mesurée ou classée

mai 2024 CES_SPMC_AN1 UE_BIOSTAT 11

III - FONDEMENTS DE LA STATISTQUE (1/5)

• La statistique s’est construite sur la base de

02 fondements :
− La variabilité
− L’incertitude

mai 2024 CES_SPMC_AN1 UE_BIOSTAT 12

 III - FONDEMENTS DE LA STATISTQUE (2/5)

1. LA VARIABILITE
• Quantitative ou qualitative
• Intra-individuelle et inter-individuelle
• Nombreux exemples :
− L’oranger et ses oranges (nombre de pépins, quantité de jus, gout)
− Les individus dans la population (Poids, Taille, Comportements …)
− Les paramètres biologiques (PA, Glycémie, Hormones, …)
− Les déterminants d’une maladie (Causes, facteurs …)
− Le temps d’incubation d’une maladie

mai 2024 CES_SPMC_AN1 UE_BIOSTAT 13

 III - FONDEMENTS DE LA STATISTQUE (3/5)
1. LA VARIABILITE
• Indépendante de l’erreur de mesure (notion de physique)
• Part du hasard (Aléa)
• = Fluctuation biologique + Fluctuation d’échantillonnage
• Exemple sur la « Fluctuation biologique » : PA moyenne
• Exemple sur la « Fluctuation d’échantillonnage » :
Population N = 1 000 000 hbts où sévie maladie à p = 20%.
On décide de tirer 30 échantillons aléatoires de taille n = 20.
Quelle est la fréquence de la maladie?

Cette variabilité nous met dans l’incertitude de prédire une valeur

observée du caractère étudié tant que nous ne l’avons pas
expérimenté le terme de «variable aléatoire» utilisé en
statistique

mai 2024 CES_SPMC_AN1 UE_BIOSTAT 14

 III - FONDEMENTS DE LA STATISTQUE (4/5)

2. L’INCERTITUDE
• N’est pas la loi du « tout ou rien » comme en physique
• Présente des degrés (0-100%) qui lui confère la notion
de risque, de probabilité
• Risque  fixé à 5% max Risque de se tromper
• Décision (estimation) toujours entachée d’erreur
Au total, Variabilité et IncertitudeNotion d’encadrement
de toute décision (estimation) prise par la mise en place
d’un intervalle de confiance au seuil  fixé

mai 2024 CES_SPMC_AN1 UE_BIOSTAT 15

 NB (5/5)
LA DEMARCHE STATISTIQUE OU LA METHODE
• Objet : minimiser la variabilité +++ par :
− La conception du projet
− La collecte des données
− L’apurement
− L’analyse statistique
− La modélisation

 La Méthodologie / Protocole de recherche

mai 2024 CES_SPMC_AN1 UE_BIOSTAT 16

IV - MODELISATION DES PHENOMENES (1/4)

1. QUELQUES DEFINITIONS
• Modèle : ce qui sert de référence pour être reproduit
(lois de probabilité, modèles mathématiques, etc.)
• Modélisation : mise en équation d’un phénomène
complexe ou non permettant d’en prévenir les
évolutions (modélisations mathématiques,
informatiques, industrielles, météorologiques, etc.)
• Phénomène : fait/observation/évènement qui frappe
par son caractère exceptionnel

mai 2024 CES_SPMC_AN1 UE_BIOSTAT 17

 IV - MODELISATION DES PHENOMENES (2/4)

1. QUELQUES DEFINITIONS
• Essai/Epreuve : processus de jeu, qui lorsqu’il est
répété, génère un ensemble de résultats ou
observations
• Observation : résultat d’un essai lorsqu’il est
expérimenté ou réalisé
• Evènement : observation attendue. Les évènements
constituent l’ensemble des observations disponibles
au cours d’un essai/épreuve

mai 2024 CES_SPMC_AN1 UE_BIOSTAT 18

IV - MODELISATION DES PHENOMENES (3/4)

2. ETUDE DES PHENOMENES

• Basée sur observations obtenues qui vont être
analysées en faisant appel à différentes méthodes
statistiques dans le but d’obtenir une
description aussi juste que possible du
phénomène
• La répétition des observations issues du
phénomène dans le temps et dans l’espace
permettra d’approcher le problème réel grâce à
la modélisation.

mai 2024 CES_SPMC_AN1 UE_BIOSTAT 19

 IV - MODELISATION DES PHENOMENES (4/4)
2. ETUDE DES PHENOMENES
• La justification du modèle est lié au but et repose sur de
nombreux critères (cadre théorique, choix des protocoles
expérimentaux, choix des hypothèses, etc.)
On distingue 02 types de phénomènes :
• Phénomènes (modèles) déterministes que l’on
décrit à l’aide d’une loi mathématique et dont
l’évolution est prévisible (exemple de la physique)
• Phénomènes (modèles) stochastiques/aléatoires
que l’on décrit à l’aide d’une loi mathématique et dont
l’évolution est imprévisible (exemple de la bioclinique)

mai 2024 CES_SPMC_AN1 UE_BIOSTAT 20

 V - APPLICATIONS A LA SANTE
Nombreux domaines d’application :
• Epidémiologie, Médecine, Biologie
• Socio-anthropologie
• Politique
• Administration, Gestion, Collectivité
• Environnement
• Etc.

mai 2024 CES_SPMC_AN1 UE_BIOSTAT 21

 CONCLUSION (1/2)

• La statistique = outil ou instrument

incontournable à notre pratique quotidienne

• Sa bonne utilisation nécessite l’enseignement

des 03 méthodes statistiques (statistique
descriptive, calcul des probabilités, statistique
inductive)

mai 2024 CES_SPMC_AN1 UE_BIOSTAT 22

 CONCLUSION (2/2)

• Ces méthodes générales, utilisées dans un

contexte bioclinique et épidémiologique, nécessitent
la mise en place d’organisation expérimentale
rigoureuse afin d’éviter de nombreux biais pouvant
altérer les estimations de même que les tests
statistiques et par conséquent l’interprétation de ces
tests

mai 2024 CES_SPMC_AN1 UE_BIOSTAT 23

mai 2024 CES_SPMC_AN1 UE_BIOSTAT 24
 Môh - Ayôh - Barikah - Nanséh

mai 2024 CES_SPMC_AN1 UE_BIOSTAT 25