Mahunan EpiConsult

27/08/2025

Nouvelle fonctionnalité débloquée... 🤗

basée sur un ✅

Dites-nous ce que vous pensez de notre rendu... Merci ❗️

29/06/2025

Hello chers amis et partenaires,

Nous sommes de retour avec de nouvelles méthodes d’analyse avancées pour vous aider à tirer le meilleur parti de vos données de recherche en santé.
..Attendre la dernière minute pour solliciter un data analyst n’a jamais été une bonne idée…

Un projet de recherche en santé (thèse, mémoire, communication scientifique, etc.) se prépare, se planifie…

Et tout commence ici 👉🏼

Ici, vous pouvez demander un devis pour votre travail de recherche en santé sans souci. Nous vous garantissons un accompagnement efficace.

09/12/2024

KAPPA DE COHEN ⁉️

🤔 C’EST QUOI ❓

Le kappa (κ) de Jacob Cohen, souvent appelé κ de Cohen, est une mesure statistique qui évalue le degré d’accord entre deux évaluateurs ou tests qui classent des éléments dans des catégories.

Il peut également mesurer le degré d’accord entre deux évaluations réalisées par le même évaluateur ou test à des moments différents.

En résumé, le coefficient kappa mesure la fiabilité inter-évaluateurs ou inter-juges.

🔣 COMMENT CALCULER ❓

👉🏽 La formule du kappa (κ) est : κ = (Po - Pe) / (1 - Pe)

👉🏽 Po est la proportion d'accord observée entre les évaluateurs (c'est-à-dire, le nombre de cas pour lesquels ils sont d'accord, divisé par le nombre total de cas).

👉🏽 Pe est la proportion d'accord attendue par hasard (c'est-à-dire, la somme des proportions d'accord attendues par hasard pour chaque catégorie).

🔍 COMMENT INTERPRÉTER ❓

D’après les recommandations de Landis et Koch :

κ < 0 : Désaccord.

κ = 0,00 – 0,20 : Accord très faible.

κ = 0,21 – 0,40 : Accord faible.

κ = 0,41 − 0,60 : Accord modéré.

κ = 0,61 − 0,80 : Accord fort.

κ = 0,81 – 1,00 : Accord presque parfait.

💡 BON À SAVOIR 😊

🟢 Pour mesurer l’accord entre plus de deux évaluateurs ou tests, ou entre plus de deux échantillons catégoriels dépendants, on utilise le kappa (κ) de Fleiss.

🟢 Pour mesurer l’accord entre deux évaluateurs ou tests, lorsqu'il s'agit d'une variable ordinale, on utilise le tau de Kendall.

01/12/2024

Attendre la dernière minute pour solliciter l'épidémio ou le biostat n'a jamais été une bonne idée...

Un projet de recherche en santé (Thèse, Mémoire, Communication scientifique, etc.) se prépare et se planifie...

Et ça commence ici 👉🏼 https://docteurmahunan.com/timetable/event/travail-de-recherche/

Ici, vous pouvez demander un devis pour votre travail de recherche en santé sans souci. Nous vous garantissons un accompagnement efficace.

27/11/2024

VALIDITÉ D’UN TEST DIAGNOSTIQUE

🤔 DE QUOI J’AI BESOIN ⁉️

👉🏽 Sensibilité (Se) : capacité du test à identifier correctement les malades parmi ceux qui ont réellement la maladie.

Se = [VP / (VP + FN)] ; VP = nombre de Vrais Positifs et FN = nombre de Faux Négatifs.

👉🏽 Spécificité (Sp) : capacité du test à identifier correctement les non malades parmi ceux qui n’ont pas la maladie.

Sp = [VN / (VN + FP)] ; VN = nombre de Vrais Négatifs et FP = nombre de Faux Positifs.

👉🏽 Rapport de Vraisemblable Positif (RVP) : rapport de la probabilité d’un test positif chez les malades (Se) sur la probabilité d’un test positif chez les non malades.

RVP = [Se / (1 - Sp)] ; RVP le plus élevé possible : test privilégié.

👉🏽 Rapport de Vraisemblable Négatif (RVN) : rapport de la probabilité d’un test négatif chez les malades sur la probabilité d’un test négatif chez les non malades (Sp).

RVN = [(1 - Se) / Sp] ; RVN proche de 0 : test privilégié.

👉🏽 Valeur Prédictive Positive (VPP) : probabilité d'être réellement malade lorsque le résultat du test est positif.

VPP = [VP / (VP + FP)] ; VP = nombre de Vrais Positifs et FP = nombre de Faux Positifs.

👉🏽 Valeur Prédictive Négative (VPN) : probabilité d'être indemne de la maladie lorsque le résultat du test est négatif.

VPN = [VN / (VN + FN)] ; VN = nombre de Vrais Négatifs et FN = nombre de Faux Négatifs.

👉🏽 Aire Sous la Courbe ROC (Area Under Curve, AUC) : capacité du test à discriminer les malades des non-malades.

AUC = 1 : test parfait ; AUC ≤ 0,5 : test non discriminant voire inutile.

💡 BON À SAVOIR 😊

🟢 Se, Sp, RVP et RVN ne dépendent pas de la prévalence de la maladie dans la population = critères de validité intrinsèques.

🟢 VPP et VPN dépendent de la prévalence de la maladie dans la population = critères de validité extrinsèques.

🟢 La courbe ROC est plus utile que le tableau de contingence lorsque le résultat brut d’un test est quantitatif plutôt que qualitatif binaire.

✨ En général, un Test diagnostique est considéré comme Bon lorsque :

(Se) > 90 %
(Sp) > 95 %
(VPP) > 90 %
(VPN) > 95 %
(RVP) > 10
(RVN) < 0,1
(AUC) > 0,9

23/11/2024

Un Diagramme circulaire, également appelé Diagramme à secteurs, en France, ou diagramme en pointes de tarte au Canada, est un type de graphique utilisé en statistiques.

Il permet de représenter un petit nombre de valeurs ou de classes/catégories (généralement entre 3 et 8) sous la forme d'angles proportionnels à la fréquence ou à l'effectif de ces valeurs.

⁉️ Bien qu'il soit fréquemment utilisé en économie, dans le monde des affaires ou par les médias, le diagramme circulaire est MOINS PRISÉ DANS LES MILIEUX SCIENTIFIQUES.

💡Cela s'explique par sa capacité limitée à représenter les données de manière précise et à faciliter leur comparaison, contrairement à d'autres types de graphiques mieux adaptés à ces besoins.

19/11/2024

Une Boîte à moustaches, également appelée Diagramme en boîte, boîte de Tukey, ou en anglais box-and-whisker plot (ou plus simplement box plot), est un moyen rapide de représenter les caractéristiques principales d'une variable quantitative.

Elle résume des indicateurs de position essentiels de la variable étudiée, tels que le premier quartile, la médiane, le troisième quartile, le minimum et le maximum, ou encore les déciles.

Ce type de diagramme est principalement utilisé pour comparer une même variable entre deux populations différentes.

L’intervalle interquartile (IQR), défini comme Q3 - Q1, est souvent représenté visuellement dans un diagramme en boîte pour faciliter l’identification des valeurs extrêmes et évaluer la symétrie des données.

15/11/2024

MOYENNE ou MÉDIANE ⁉️

- MOYENNE : Utilisez la moyenne si la distribution est et (distribution de Gauss, confère l'image).

- MÉDIANE : Privilégiez la médiane si la distribution est ou contient des .

ASTUCE 💡

- Lorsque la moyenne et la médiane sont égales ou très proches, il est probable que la distribution soit normale et symétrique. Dans ce cas, présentez vos en utilisant la * Moyenne ± Ecart-type *. Exemple : L'âge (distribution normale) a varié de 22 ans (minimum) à 71 ans (maximum) avec une de 49,8 ± 11,5 ans.

- Si la moyenne et la médiane diffèrent, cela indique une distribution non normale. Utilisez alors la * Médiane et l’Ecart interquartile (Q3 – Q1) * pour vos . Exemple : Le taux d’urée sanguin était de 0,32 g/L, avec un écart interquartile de 0,19 g/L (Q3 = 0,41 et Q1 = 0,22).

11/11/2024

Un Diagramme à barres (ou en barres), également appelé Diagramme à bâtons (ou en bâtons), est un graphique qui présente des variables catégorielles avec des barres rectangulaires avec des hauteurs ou des longueurs proportionnelles aux valeurs qu'elles représentent.

Les barres peuvent être tracées verticalement ou horizontalement.

11/11/2024

Bienvenue sur Mahunan EpiConsult, pour un accompagnement sur mesure...