Vous êtes sur la page 1sur 27

BIOSTATISTIQUE

Dr ESSOMBA Noel FMSP Universit de Douala

PLAN DU COURS
INTRODUCTION DE LA NOTION DE BIOSTATIQUE

RAPPEL DES ELEMENTS MATHEMATIQUES ET DE CALCUL DE PROBABILITE

DEFINITION DES CONCEPTS DE BASE

INTRODUCTION
La statistique est une mthode de raisonnement permettant dinterprter le genre de donnes trs particulires, quon retrouve dans les sciences de la vie, dont le caractre essentiel est la variabilit. La statistique constitue, en mdecine, loutil permettant de rpondre de nombreuses questions qui se posent en permanence au mdecin : 1. Quelle est la valeur normale dune grandeur biologique, taille, poids, glycmie ? 2. Quelle est la fiabilit dun examen complmentaire ? 3. Le traitement A est-il plus efficace que le traitement B ?

INTRODUCTION
La biostatistique est la base de tout protocole de recherche scientifique, de la collecte des donnes, en passant par l'analyse des rsultats, jusqu' leur interprtation. En cela cest un outil indispensable linterprtation des rsultats des enqutes pidmiologiques.

VARIABILITE ET INCERTAIN
La variabilit est un caractre essentiel des tres vivants, et donc de ltre humain en particulier par exemple certaines caractristiques de ltre humain, comme le poids ou la quantit de sucre dans le sang, varient dun individu lautre: variabilit inter individuelle. ou de lenfance lge adulte, parfois mme dun moment de la journe lautre, chez le mme individu: variabilit intra individuelle.

DECISION DANS LINCERTAIN


Pour prendre une dcision diagnostique ou thrapeutique le mdecin doit avoir des lments lui permettant de prendre en compte cette variabilit naturelle, pour distinguer ce qui est normal de ce qui est pathologique (dcision propos dun patient) et pour valuer la qualit dun nouvel examen, ou dune nouvelle thrapeutique (dcision thrapeutique). La comprhension des mthodes statistiques, de leur puissance et de leurs limites, est essentielle pour un mdecin de nos jours. Tout rsultat de recherche mdicale rsulte dune exprimentation (clinique ou biologique) qui sappuie sur une mthodologie statistique rigoureuse, et dont les rsultats sont analyss en termes statistiques. De mme la dmarche statistique permet dvaluer les risques (ou les bnfices) dune prescription, de dterminer dans une situation donne lexamen qui apportera la meilleure information diagnostique. Nous voyons donc limportance de la matrise de loutil et de la dmarche statistique.

CONCLUSION
Au total, la mthode statistique intervient tous les chelons dune enqute dont lobjectif est de recueillir des informations sur un groupe dindividus: choix du meilleur schma dtude, recueil des donnes, analyse des donnes. Il convient donc de bien en connaitre les grands principes et les outils de base.

Lobjectif de ce cours est de vous fournir les bases indispensables permettant de comprendre les mthodes utilises, dinterprter correctement les rsultats de nouvelles recherches, et dadopter un mode de raisonnement qui soit mme daider la dcision dans lexercice de la mdecine. Plus prcisment nous tudierons successivement : 1. Les bases de calcul de probabilits, qui sont indispensables la comprhension et lutilisation des mthodes statistiques. 2. La statistique descriptive qui permet de reprsenter et de quantifier la variabilit dune ou plusieurs grandeurs observes.

3. La statistique inductive qui inclura les tests statistiques permettant de retenir une hypothse A plutt, quune hypothse B, partir de donnes exprimentales (comme dans le cas de la comparaison de deux traitements, o lhypothse A est que les deux traitements sont quivalents et lhypothse B est quils sont diffrents). 4. Les applications des mthodes statistiques lpidmiologie, laide la dcision thrapeutique et diagnostique, et les applications aux essais thrapeutiques.

RAPPELS MATHEMATIQUES ET DE PROBABILITE


La thorie (ou le calcul) des probabilits est une branche des mathmatiques qui permet de modliser les phnomnes o le hasard intervient (initialement dveloppe propos des jeux de hasard, puis progressivement tendue lensemble des sciences exprimentales, dont la physique et la biologie). Cette thorie permet de construire des modles de ces phnomnes et permet le calcul : cest partir dun modle probabiliste dun jeu de hasard comme le jeu de ds que lon peut prdire les frquences dapparition dvnements comme le nombre de fois que lon obtient une valeur paire en jetant un d un grand nombre de fois. Nous rappellerons essentiellement des lments de calcul de mathmatiques et des probabilits indispensables la comprhension des statistiques .

RAPPELS MATHEMATIQUES
Ensembles, lments On appelle ensemble, toute liste ou collection dobjets bien dfinis, explicitement ou implicitement ; on appelle lments ou membres de lensemble les objets appartenant lensemble et on note : p A, si p est un lment de lensemble A B est partie de A, ou sous ensemble de A, et lon note B A ou A B, si x B x A On dfinit un ensemble soit en listant ses lments, soit en donnant la dfinition de ses lments : A = {1, 2, 3} X = {x : x est un entier positif} Notations : la ngation de x A est x A est lensemble vide E est lensemble universel.

Algbre des ensembles AA=A AA=A (A B) C = A (B C) (A B) C = A (B C) AB=BA AB=BA A (B C) = (A B) (A C) A (B C) = (A B) (A C) A=A AE=A AE=E A=

CA = E
CE =

CA =

CCA = A

C = E

C(A B) = CA CB

C(A B) = CA CB

Ensembles produits Soient X et Y deux ensembles ; lensemble produit de X et de Y, not X Y , est lensemble de tous les couples ordonns (x, y), avec x X et y Y . Exemples : X = {a, b, c} ; Y = {1, 2} X x Y= { (a, 1), (a, 2), (b, 1), (b, 2), (c, 1), (c, 2) } . est le plan cartsien, chaque lment de tant dfini par son abscisse et son ordonne (figure)

RAPPEL SUR LES PROBABILITES


Exprience alatoire, ensemble fondamental et vnements
Exprience alatoire On sintresse ici aux seules expriences dont le rsultat nest pas prvisible, les Expriences alatoires. Une exprience alatoire est aussi appele une preuve. Ensemble fondamental Pour une exprience alatoire donne, lensemble des rsultats possibles est appel lensemble fondamental, que nous noterons E dans la suite du cours. Chaque rsultat dexprience est un point de E ou un lment de E. Evnement Un vnement A est un sous ensemble de E, cest--dire un ensemble de rsultats. Lvnement {a}, constitu par un seul point de E, donc par un seul rsultat , est appel vnement lmentaire. Lensemble vide ne contient aucun des rsultats possibles : il est appel vnement impossible. Lensemble E contient tous les rsultats possibles : cest lvnement certain. Si E est fini, ou infini dnombrable, tout sous-ensemble de E est un vnement ; ce nest pas vrai si E est non dnombrable. On note parfois lensemble de tous les vnements.

Oprations sur les vnements

Les vnements peuvent se combiner entre eux pour former de nouveaux vnements. Si A et B sont deux vnements, les oprations de combinaison sont : 1. A B est lvnement qui se produit si A ou B (ou les deux) est ralis. Il est parfois not ou A ou B. 2. A B est lvnement qui se produit si A et B sont raliss tous les deux. Il est parfois not ou A et B. 3. ngation de A. Il est parfois not non A .

CA est lvnement qui se produit quand A nest pas ralis. On lappelle aussi

Evnements incompatibles Quand deux vnements A et B sont tels que A B = , ils ne peuvent tre raliss simultanment. On dit quils sexcluent mutuellement, ou quils sont incompatibles.

Systme complet dvnements On dit que les vnements A1, A2, ..., An forment une famille complte si les Ai constituent une partition de E, cest--dire si : les vnements sont deux deux disjoints, et ils couvrent tout lespace :

Rgles du calcul des probabilits Soit un ensemble fondamental E. Nous introduisons une fonction Pr qui, tout vnement A, associe un nombre rel positif ou nul. Pr est dite fonction de probabilit, et Pr(A) est appele probabilit de lvnement A, si les conditions ou rgles suivantes sont satisfaits : 1. Pr(A) 0 , pour tout vnement A : une probabilit est positive ou nulle 2. Pr(E) = 1 : la probabilit de lvnement certain est 1 3. (A B = ) (Pr(A B) = Pr(A) + Pr(B)) : permet le calcul de la probabilit de la runion de deux vnements disjoints 4. Soit un ensemble dnombrable (fini ou non) dvnements Ai deux deux disjoints

Ensemble fini quiprobable Cest un ensemble fini probabilis tel que tous les vnements lmentaires ont la mme probabilit. On dit aussi quil sagit dun espace probabilis uniforme. E = {a1, a2, ..., an} et Pr({a1}) = p1, Pr({a2}) = p2, ..., Pr({an}) = pn avec p1 = p2 = ... = pn = 1/n Les jeux de hasard - ds, cartes, loto, etc. - entrent prcisment dans cette catgorie : jeu de ds : E = {1, 2, 3, 4, 5, 6} ; p1 = p2 = p3 = p4 = p5 = p6 = 1/6 jeu de cartes : E = {ensemble des cartes dun jeu de 52 cartes} ; pi = 1/52 Proprit Dans un ensemble fini quiprobable, la probabilit dun vnement A est gale au rapport du nombre de rsultats tel que A est vrai, sur le nombre dvnements de E. Remarque Quand on dit quon tire au hasard , on sous-entend que lensemble probabilis considr est quiprobable.

Probabilit conditionnelle Soient A et B deux vnements quelconques dun ensemble fondamental E muni dune loi de probabilit Pr. On sintresse ce que devient la probabilit de A lorsquon apprend que B est dj ralis, cest--dire lorsquon restreint lensemble des rsultats possibles E B. La probabilit conditionnelle de A, sachant que lvnement B est ralis, est note Pr(A/ B) et est dfinie par la relation suivante :

Pr(A B) =

Pr(A B) Pr(B)

Nombre de ralisations possibles de A et B en mme temps


Pr(A B) = Nombre de ralisations de B

Equation 1 : probabilit conditionnelle Dans cette quation, les probabilits des vnements A B et B doivent tre calcules sur tout lensemble fondamental E, comme si on ne savait pas que B sest dj ralis. Sinon, on obtient videmment Pr(B) = 1.

Exemple On jette une paire de ds bien quilibrs (espace quiprobable). On observe une ralisation de lvnement {somme des ds = 6}. Quelle est la probabilit pour quun des deux ds ait donn le rsultat 2 ?

Indpendance entre vnements On dit que deux vnements A et B sont indpendants si la probabilit pour que A soit ralis nest pas modifie par le fait que B se soit produit. On traduit cela par Pr(A / B) = Pr(A). Daprs la dfinition dune probabilit conditionnelle, on conclue que : A et B sont indpendants si et seulement si Pr(A B) = Pr(A)Pr(B).

DEFINITION DES CONCEPTS DE BASE


Biostatique: statistique au service des sciences de la vie. Statistiques: reprsentent une mthode de raisonnement permettant dinterprter le genre de donnes trs particulire, quon rencontre dans les sciences de la vie et dont le caractre essentiel est la variabilit. La statistique: dfinit toute grandeur calcule partir dobservations

Population: on appelle population P, un ensemble gnralement trs grand, voire infini, dindividus ou dobjets de mme nature. Echantillon : on appelle chantillon reprsentatif , une partie de la population, dont les composants ont t tirs au sort.

Unit statistique: reprsente chaque individu de la population caractris par un ensemble de variables

Variable: cest une caractristique dont on peut observer des valeurs diffrentes chez un mme individu ou au sein dun groupe de sujets. Elle peut tre de nature quantitative ou qualitative (catgorielle). Variable quantitative: cest une variable dont les valeurs peuvent tre obtenues partir dun instrument de mesure ou le rsultat dun dnombrement , elle est numrique. (rpond la question combien?) - Variable quantitative continue: cest une variable qui peut prendre en thorie un nombre infinis de valeurs dans un intervalle donn, et si la prcision avec laquelle on la mesure ne dpend que de lexactitude de linstrument de mesure. Nb: lorsquon arrondit une valeur obtenue, on dit quon discrtise cette variable.

- Variable quantitative discrte: cest une variable qui ne peut prendre que certaines valeurs numrique. Exemple: le nombre denfants dune famille.

Variable catgorielle ou qualitative: cest une caractristique ayant un certain nombre de catgories ou modalits, exhaustives et mutuellement exclusives: exhaustives car toutes les modalits sont cites, mutuellement exclusives car chaque individu ne peut tre class que dans une catgorie et une seule. Variable catgorielle dichotomique ou binaire: cest une caractristique qui ne peut tre classe que selon deux catgories. (ex le sexe) Variable catgorielle nominative: cest une variable qui peut tre naturellement classe en plus de deux classes ou catgories. Il nexiste pas dordre naturel entre les catgories. ( ex les groupes sanguins)

Variable catgorielle ordinale: dans ces cas il existe un ordre naturel entre les catgories. (ex: les stades de la douleur)

DEVOIR
RECHERCHER LES DEUX GRANDES METHODES DECHANTILLONNAGE ET DONNER LES AVANTAGES ET LES DESAVANTAGES DE CHACUNE DELLE