Académique Documents
Professionnel Documents
Culture Documents
Les enquêtes en
épidémiologie descriptive
1. A quoi servent les enquêtes
descriptives?
Elles doivent être conçues pour apporter l’information
nécessaire à des décisions de santé, visant à satisfaire
des besoins de santé
Elles permettent de décrire la situation d’une maladie dans
une population donnée, à un moment donné ou son
évolution dans le temps et dans l’espace.
2. Les objectifs des enquêtes
descriptives
Les enquêtes descriptives ont pour objet de décrire les
caractéristiques d’un phénomène de santé dans une
population, son évolution dans le temps, sa répartition et
son évolution dans l’espace.
On peut en distinguer deux grands types :
- Les enquêtes transversales
- Les enquêtes longitudinales
Les enquêtes transversales
Fig 3.1
4. Echantillonnage
Exactitude
– échantillon représentatif
– obtention par tirage au sort
Précision
– varie selon la taille de l’échantillon
– écart-type d’une proportion :
= pq/n
– IC 95% = p ± 2
Figure 3.3
Figure 3.6
Echantillonnage : exactitude
Facteurs conditionnant l’exactitude :
– L ’échantillon doit être représentatif de la population :
tout individu de la population à représenter peut figurer
dans l ’échantillon, avec une probabilité non nulle, connue
et égale pour tous les individus présentant les mêmes
caractéristiques d ’intérêt.
– La représentativité peut être globale ou pour une
caractéristique. Le tirage au sort permet d ’assurer la
représentativité globale.
– L’augmentation du nombre d ’unités de l ’échantillon ne
permet pas de compenser le biais du à l ’absence de
tirage au sort. Un échantillon, si petit soit-il, est
représentatif dès qu’il résulte d’un tirage au sort.
Exactitude :
méthodes d’échantillonnage
Tirage au sort : nombres aléatoires
– table de nombres aléatoires
– fonction de type « randomize »
» exemple : en Excel, ALEA()
sondage aléatoire simple
échantillonnage systématique
sondage aléatoire stratifié
sondage aléatoire en grappes
sondage aléatoire à plusieurs degrés
Echantillonnage : précision
Facteurs conditionnant la précision :
– Lorsque la taille d ’échantillon est suffisamment
grande, la dispersion des résultats obtenus par tirage
au sort peut être représentée par une courbe en cloche
– L’écart type est donné par la formule suivante : σ =
avec σ : écart type pq
p : proportion estimée (entre 0 n
et 1) q : complément à 1 de
la proportion = (1-p) n : nombre
d ’unités dans l’échantillon Cette formule
ne s’applique que lorsque la taille de l’échantillon est
faible par rapport à celle de la population (n/N 10%)
Fig 3.9
Détermination de la taille des
échantillons
2. Démarche quantitative
f=(1-n/N)
b1.Taille des échantillons correspondant à un
faible taux de sondage (<10%)
Tab 3.4
b2.Taille des échantillons correspondant à
un taux de sondage >10%
– Le nombre de sujets nécessaire sera moins élevé
Tab 3.5
Détermination de la taille des échantillons :
démarche qualitative
Objectifs :
– Détection de l’infection ou de la maladie dans la
population étudiée en n’examinant qu’un
échantillon
– Définir la taille minimale de l’échantillon permettant
d’obtenir au moins une réponse positive au test de
dépistage, avec un risque d’erreur donné (5 %)
Soit
– détection de la maladie
– comparaison d’une prévalence à une prévalence
limite
a. Détection d’une maladie
Tab 3.9
Fig 3.17
a. Détection d’une maladie
Figure 3.12
8. Les erreurs aléatoires et les biais
A. Définitions
– Une erreur correspond à une différence par rapport
à la réalité (écart entre la valeur réelle et mesurée).
2 types d ’erreur
» erreurs vraies, aléatoires : pour un élément à
mesurer, les valeurs obtenues entourent la
valeur réelle (imprécision autour de la réalité)
» erreurs non aléatoires, systématiques ou
biais : image différente de la réalité. Le biais
induit une déformation de la réalité.
– Les biais sont donc redoutables car ils conduisent à
des résultats inexacts
Figure 3.28
Figure 3.29
8. Les erreurs aléatoires et les biais
B. Les erreurs aléatoires
C. Les biais
– 3 grandes catégories :
» biais d’échantillonnage
» biais d’observation ou de mesure
» biais de confusion
8. Les erreurs aléatoires et les biais