Ce chapitre ne pèse rien dans les annales et c'est pourtant celui qu'il faut lire en dernier, la veille : il reprend, dans l'ordre où on les rencontre en lisant un article, toutes les notions de méthode du semestre — confusion, randomisation, dissimulation, insu, biais de sélection, biais de mesure, puissance, précision, généralisation — et il se termine par la liste que le prof dicte de ce qui tombe. Les 17 notions ci-dessous se verrouillent en 45 micro-notions d'environ dix minutes ; chacune porte ses quatre couches : 📊 ce que disent les diapositives, 🎙️ ce que le prof ajoute à l'oral, ⚠️ le piège, 📝 ce qui tombe en QCM.
▶N1 · Ce que la séance révise du Ch14, et les objectifs
d.1-40/2
⬜
Le rappel du Ch14 — revue systématique, méta-analyse, forest plot
~8 min
📊 DIAPOS d.2-3
La revue systématique : formuler une question de recherche clinique, rechercher toutes les études éligibles selon des critères de sélection, résumer informellement les résultats · la méta-analyse : synthèse QUANTITATIVE, unité d'analyse = l'ÉTUDE, statistiques combinables = odds ratio, risque relatif, différence de moyennes · on estime l'effet commun (moyenne pondérée, forest plot) et l'hétérogénéité · on analyse le biais de publication au funnel plot. Le forest plot de la d.3 est exactement celui du Ch14 : ergothérapie après AVC, 7 essais, 607 contre 458 patients, 225 contre 209 événements, effet commun −0,09 [−0,15 ; −0,04], test d'association Z = 3,32, p = 0,0009, test d'hétérogénéité Chi² = 6,10, df = 6, p = 0,41, I² = 2 %.
🎙️ ORAL (01:15 → 08:29)
« C'est considéré comme le plus haut niveau de preuve. Le meilleur design pour tester l'efficacité d'une intervention, c'est l'essai clinique randomisé. Mais c'est encore mieux d'avoir plusieurs essais cliniques randomisés. » · « On va donner plus d'importance aux études de grande taille […] le plus important, c'est la taille d'échantillon. » · « Attention, ce test est un peu particulier. L'hypothèse nulle, c'est que l'effet est homogène. »
⚠️ PIÈGE
Les deux tests du forest plot ont deux H₀ OPPOSÉES. Association : H₀ = effet commun nul, donc p < 0,05 = ça marche. Hétérogénéité : H₀ = homogénéité, donc p < 0,05 = problème. Et p = 0,41 ne DÉMONTRE pas l'homogénéité : le test manque de puissance.
📝 TOMBE EN QCM
C15-Q1 (les deux tests du forest plot). ✓ Python : les 7 différences de risque, les totaux 607/458 et 225/209, et I² = (6,10 − 6)/6,10 = 1,6 %, imprimé 2 %, ont été recalculés dans verif_ch15.py.
⬜
Ce que la séance 15 est, et ce qu'elle n'est pas
~6 min
📊 DIAPOS d.1
Dernière séance du semestre (15/15), Pr Christophe Combescure, Unité d'Appui Méthodologique du CRC. Poids du chapitre dans les annales : SFOW = 0 — une seule vraie question le touche, SFO 2024 Q22, et encore est-elle partagée avec le Ch7. Mais : le chapitre rassemble les biais, la confusion, la randomisation et l'insu de tout le semestre, et ses quatre dernières diapositives sont le programme d'examen.
🎙️ ORAL (00:08)
« Ceci est la dernière séance du cours de statistique et on va faire ensemble la lecture critique d'un article qui rapporte les résultats d'un essai clinique randomisé. Et sans surprise, ce sera l'essai clinique qui teste l'efficacité du jus de canneberge pour la prévention des infections urinaires. »
⚠️ PIÈGE
Un chapitre à SFOW = 0 n'est pas un chapitre à sauter : l'examen est pondéré aux heures de cours, et cette séance de deux heures contient la seule liste officielle de ce qui tombe dans les quatorze autres.
📝 TOMBE EN QCM
C15-Q26 et C15-Q27. ⚠️ ÉCART DÉCLARÉ : il n'y a pas de séance 16 — la règle du débordement ne peut donc pas s'appliquer ici, et c'est déclaré comme tel dans l'audit.
▶N2 · Pourquoi lire un article de façon critique
d.4-50/2
⬜
Les deux questions : crédibilité (interne) et utilité (externe)
~9 min
📊 DIAPOS d.4
Trois objectifs : comprendre le but de la lecture critique · savoir ce que doit rapporter un article sur un essai randomisé · connaître les éléments importants pour juger de sa crédibilité et de son utilité pour la pratique clinique. Ces deux derniers mots ne sont pas synonymes : crédibilité = validité INTERNE (l'étude est-elle bien faite ?), utilité = validité EXTERNE (peut-on généraliser, et est-ce que ça sert ?). Référence du manuel : Petrie/Sabin, chapitre 40 « Evidence-based medicine ».
🎙️ ORAL (12:38)
« Un résultat qui est biaisé ne sera pas forcément très utile pour la pratique clinique. On va s'en méfier. Et puis ensuite, même si l'essai est bien fait, on parlera de validité interne, il faut se demander si le résultat est utile pour la pratique clinique. Donc c'est deux aspects différents. On a l'aspect interne : est-ce que l'étude est bien faite ? Et le deuxième aspect : est-ce qu'on peut généraliser à la population et est-ce que c'est utile ? »
⚠️ PIÈGE
Un essai parfaitement valide peut être parfaitement inutile (population trop étroite, effet trop faible, critère sans portée clinique). L'inverse est vrai aussi : un essai utile mais biaisé ne vaut rien. Les deux questions se posent SÉPARÉMENT.
📝 TOMBE EN QCM
C15-Q2. C'est le squelette de la grille A / B / C de la d.37 : A = validité interne, B = les résultats, C = l'utilité clinique.
⬜
Ce que l'article doit permettre au lecteur
~7 min
📊 DIAPOS d.5
La frise complète de l'essai se termine par une case rouge : l'article scientifique médical. La phrase qui porte tout le chapitre y est écrite : « Les chercheurs doivent montrer les résultats de l'essai ET EXPLIQUER COMMENT ces résultats ont été obtenus. » Objectif : le lecteur doit pouvoir juger la crédibilité des résultats et leur utilité pour la pratique clinique.
🎙️ ORAL (23:04)
« Ces résultats sont diffusés à la communauté scientifique via des congrès scientifiques ou encore mieux, des articles dans des journaux scientifiques médicaux. C'est pour ça qu'on vous donne les clés pour faire une lecture critique d'articles, parce que c'est un canal de communication extrêmement important. »
⚠️ PIÈGE
On ne juge jamais l'essai : on juge ce que l'article en dit. D'où la formule de la d.37 : « évaluation à partir de ce qui est rapporté dans l'article ». Un essai excellent mal rapporté est incritiquable — et donc suspect.
📝 TOMBE EN QCM
C15-Q9 (bon essai contre bon article) et C15-Q17 (le reproche exact sur la randomisation).
▶N3 · Les six étapes de l'essai et le contenu du protocole
d.5-110/3
⬜
Les six cases et les quatre phases
~7 min
📊 DIAPOS d.5-11
Six cases : rédaction du protocole → recrutement des participants → intervention expérimentale / comparateur → évaluation de l'outcome → analyse des données → communication des résultats. Quatre phases : Planification (protocole) · Déroulement (recrutement, interventions, évaluation) · Résultats (analyse) · Article scientifique médical (communication). Chaque diapositive de d.6 à d.11 rallume une case en rouge.
🎙️ ORAL (11:34)
« On commence un essai clinique randomisé par le planifier […] tout ça, c'est noté dans ce qu'on appelle le protocole de l'essai clinique. Ce protocole, ensuite, doit être validé par la Commission d'éthique. Une fois que c'est fait, alors l'essai peut être mis en place. »
⚠️ PIÈGE
Les cases « Résultats de l'essai » et « Article » sont deux phases DIFFÉRENTES : l'analyse produit des chiffres, l'article les raconte. C'est exactement la distinction bon essai / bon article des d.16-17.
📝 TOMBE EN QCM
Couche support de C15-Q3, C15-Q9 et C15-Q10.
⬜
Ce que contient le protocole, et pourquoi l'éthique en dépend
~10 min
📊 DIAPOS d.6
Le protocole contient : la justification de l'essai · la question de recherche au format PICO (Population, Intervention, Comparateur, Outcome) · le nombre de participants visé · la procédure de recrutement · la définition précise des interventions · la méthode d'attribution des interventions · le suivi · les méthodes de mesure · les méthodes statistiques pour analyser les données.
🎙️ ORAL (13:40 → 14:43)
« Un essai, il est éthique si déjà on ne connaît pas la réponse à la question de recherche. S'il y a déjà 15 essais cliniques randomisés qui ont été faits avec une méta-analyse en plus et qu'on connaît la réponse, ce n'est pas éthique de soumettre des individus à une randomisation. […] Ce serait une perte de chance pour les personnes randomisées dans le groupe comparateur. » · « Le protocole doit permettre à n'importe quelle équipe de recherche de pouvoir reproduire la même expérience. […] Précise, ça veut dire posologie, nombre de jours, quelle forme d'intervention, donnée par qui. »
⚠️ PIÈGE
Tout est anticipé AVANT l'étude, y compris les méthodes statistiques. C'est le sujet exact de l'annale SFO 2024 Q22 : décrire l'analyse à l'avance sert à éviter que l'auteur choisisse après coup le résultat qui l'arrange, et non à permettre une future méta-analyse.
📝 TOMBE EN QCM
C15-Q3 (K′ sur le protocole) et C15-Q27 (📜 ANNALE SFO 2024 Q22).
⬜
Le recrutement : deux filtres, deux occasions de biais
~8 min
📊 DIAPOS d.7
Trois cercles emboîtés : Population ⊃ Personnes sollicitées ⊃ Participants. Objectif : obtenir un échantillon REPRÉSENTATIF de la population, afin de pouvoir inférer les résultats de l'essai à la population visée.
🎙️ ORAL (14:43 → 16:50)
« Si on s'y prend mal, si on recrute seulement à l'hôpital alors qu'on a 70 % des patients qui vont en cabinet de ville, on va avoir dans l'étude les cas les plus sévères de la maladie parce que les plus sévères viennent à l'hôpital. Et du coup, l'échantillon ne sera pas représentatif. » · « Déjà, rien qu'au niveau de la sollicitation des personnes, il peut y avoir un biais si on rate une partie de la population visée. Et puis ensuite, parmi les personnes sollicitées, il y en a qui acceptent et puis il y en a qui n'acceptent pas. Là aussi, ça peut créer un biais de sélection. »
⚠️ PIÈGE
Un échantillon non représentatif n'invalide pas la randomisation : les groupes restent comparables ENTRE EUX. Ce qu'on perd, c'est la généralisation — donc la validité externe, pas l'interne.
📝 TOMBE EN QCM
C15-Q4. Et c'est exactement le raisonnement appliqué à l'essai canneberge en d.44 : des femmes finlandaises d'un hôpital universitaire, mais le mécanisme ne dépend pas du lieu de travail.
▶N4 · Effet de confusion, randomisation et dissimulation de l'allocation
d.8, d.12-130/3
⬜
Ce que la randomisation neutralise, et ce qu'elle ne neutralise pas
~10 min
📊 DIAPOS d.8, d.12
Attribution aléatoire de l'intervention = randomisation + dissimulation de l'allocation future, toujours les deux ensemble. Objectif : neutraliser les effets de confusion en rendant similaires les caractéristiques des participants dans les groupes comparés. Risque d'effet de confusion si les caractéristiques diffèrent au début de l'essai. Lecture critique : examiner la procédure d'attribution et la description des participants à l'entrée (la « table 1 »).
🎙️ ORAL (17:52 → 19:56)
« C'est une procédure qui est extrêmement élégante du point de vue méthodologique, parce que ça va permettre d'équilibrer entre les deux groupes toutes les caractéristiques, y compris celles qu'on ne mesure pas. Il y a plein de variants génétiques, des expositions aux polluants, les endroits où on habite… » · « Ça marche assez bien, surtout lorsqu'on dépasse les 50 individus par groupe, les 100 individus par groupe. » · « C'est pour ça qu'on aime bien le design essai clinique randomisé […] parce que ça permet de garantir la causalité de l'effet. »
⚠️ PIÈGE
La randomisation reste aléatoire : on attend des groupes « à peu près » similaires, jamais « exactement » similaires. Un petit écart de proportion n'est pas la preuve d'une randomisation ratée.
📝 TOMBE EN QCM
C15-Q5 (ce que la randomisation fait de plus). 🔗 PONT Ch13 : c'est la première des quatre neutralisations (randomisation, appariement, stratification, ajustement) — et la seule qui traite les facteurs inconnus.
⬜
Dissimulation de l'allocation future : le circuit en cinq temps
~9 min
📊 DIAPOS d.13
Le circuit : 1 la patiente est éligible et consent · 2 le médecin entre ses informations sur un site web de randomisation · 3 la liste est cachée au médecin · 4 la patiente est la 8ᵉ participante ⇒ la liste dit « traitement B » · 5 la pharmacie prépare et envoie le traitement B. Ce qui rend la procédure valide : le médecin n'a aucune influence sur le résultat, parce que c'est le site web qui sait.
🎙️ ORAL (24:07 → 26:11)
« La dissimulation de l'allocation future, ça consiste à empêcher la personne qui recrute de savoir dans quel groupe la personne recrutée va être. […] Le médecin n'a aucune influence, n'a aucun contrôle sur le résultat de cette randomisation. » · « En plus, cette procédure permet aussi de mettre en insu […] sur le kit, il n'y aura pas indiqué si c'est traitement A ou B. »
⚠️ PIÈGE
DISSIMULATION ≠ INSU. La dissimulation protège l'ATTRIBUTION (avant l'inclusion, contre la manipulation du recruteur) ; l'insu protège le SUIVI et la MESURE (après l'attribution, contre le biais de mesure). Ce sont deux items CONSORT différents (9 et 11a).
📝 TOMBE EN QCM
C15-Q6, dont les distracteurs A et D décrivent précisément l'insu, et C la génération de la séquence (item 8a).
⬜
Pourquoi la comparabilité des groupes fonde la causalité
~8 min
📊 DIAPOS d.12
« Risque d'effet de confusion si : les caractéristiques des participants sont différentes entre les groupes comparés au début de l'essai. » L'encadré de la diapositive entoure uniquement l'étape de randomisation : c'est là que la confusion se joue.
🎙️ ORAL (18:55 → 19:56)
« Si vous avez un facteur de risque qui est très fréquent [dans un groupe], ça va vous augmenter la fréquence de l'outcome par rapport au groupe comparateur, indépendamment de l'effet de l'intervention. Alors ça, on le neutralise avec la randomisation, et du coup, la seule chose qui change entre les deux groupes, c'est l'intervention elle-même. […] Alors on va pouvoir imputer cet effet à l'intervention expérimentale. »
⚠️ PIÈGE
🔗 PONT Ch13 : un facteur n'est confondant que s'il est associé à l'exposition ET à l'outcome, sans être une conséquence de l'exposition. Cette troisième condition explique tout le piège de la table 1 (notion 13).
📝 TOMBE EN QCM
Support de C15-Q20 (le piège de la table 1) — c'est la règle qui permet de trancher.
▶N5 · Biais de sélection
d.140/2
⬜
Deux moments : le recrutement et le suivi
~9 min
📊 DIAPOS d.14
Risque de biais de sélection si : le recrutement n'amène pas à un échantillon représentatif · OU la représentativité est altérée au cours du suivi (par exemple un suivi incomplet sur les cas bénins). L'encadré couvre le recrutement ET les deux évaluations de l'outcome. Lecture critique : examiner la procédure de suivi et la fréquence des sorties d'étude, ainsi que leurs raisons.
🎙️ ORAL (26:11 → 28:16)
« Le biais de sélection, c'est analyser un échantillon d'individus qui ne sont pas représentatifs de la population visée. Il y a deux étapes où le biais de sélection peut se créer : au moment du recrutement des participants, mais aussi au moment du suivi. »
⚠️ PIÈGE
Le biais de sélection au SUIVI n'est pas un « biais de suivi » : c'est bien un biais de sélection, parce qu'il change qui reste dans l'analyse. Ne pas le confondre avec le biais de mesure, qui change comment on mesure.
📝 TOMBE EN QCM
C15-Q7 (K′ : les deux moments) et C15-Q19 (les 13 sorties de l'essai canneberge).
⬜
Le test décisif : la raison de sortie est-elle liée à l'intervention ?
~8 min
📊 DIAPOS d.14
La diapositive dit « ainsi que leurs raisons » : ce n'est pas la fréquence des sorties qui décide, c'est pourquoi les gens sortent.
🎙️ ORAL (27:12 → 28:16)
« Prenez une intervention expérimentale qui a des effets secondaires, des toxicités importantes. Les individus qui tolèrent le moins bien ce traitement auront peut-être envie de sortir de l'étude […] Du coup, les personnes qui vont rester dans le groupe expérimental, ce sont les personnes qui tolèrent le mieux le médicament. Ils ne sont pas représentatifs de l'ensemble. »
⚠️ PIÈGE
Une sortie pour déménagement ne crée aucun biais : elle est indépendante de l'intervention et de l'état de santé. C'est exactement le cas de l'essai canneberge — 13 sorties, 4 · 4 · 5, pour déménagement.
📝 TOMBE EN QCM
C15-Q7 proposition B (piège classique) et C15-Q19.
▶N6 · Biais de mesure et insu
d.150/2
⬜
Deux formes : détection différente, documentation inégale
~8 min
📊 DIAPOS d.15
Risque de biais si : l'information obtenue dans les 2 groupes n'a pas la même qualité. Deux formes : détection de l'outcome différente entre les 2 groupes · documentation moins rigoureuse dans un groupe que dans l'autre. L'encadré ne porte QUE sur les deux évaluations de l'outcome — c'est ce qui le distingue visuellement du biais de sélection.
🎙️ ORAL (21:59 → 22:01)
« Si on sait que les individus dans ce groupe reçoivent le traitement expérimental, c'est-à-dire que l'étude n'est pas en aveugle, elle est ouverte […] peut-être qu'on va faire plus attention. Du coup, au moindre petit signe, peut-être qu'on va aller chercher à détecter l'outcome et puis on va trouver un peu plus que dans l'autre groupe. »
⚠️ PIÈGE
Le biais de mesure ne vient pas d'une mesure mauvaise, mais d'une mesure DIFFÉRENTE entre les groupes. Une méthode médiocre appliquée identiquement partout ne biaise pas la comparaison — elle ajoute du bruit.
📝 TOMBE EN QCM
C15-Q8 et C15-Q18 (K′ : la procédure de détection identique dans les 3 groupes).
⬜
L'insu, et pourquoi les outcomes mous sont les plus vulnérables
~8 min
📊 DIAPOS d.15
Lecture critique : examiner les méthodes et procédures de mesure, et si l'insu est appliqué — aux recruteurs, au personnel soignant, aux évaluateurs — et si oui, comment.
🎙️ ORAL (29:17 → 30:19)
« L'insu est important pour éviter de modifier la prise en charge des personnes parce qu'on connaît l'intervention reçue, et pour éviter que cette même connaissance n'influence l'évaluation de l'outcome. L'exemple typique pour ça, c'est la douleur. […] C'est assez facile d'influencer sur des outcomes qui sont dits un peu mous ; lorsque vous avez des outcomes durs, sur la survenue d'infection, là le lien est quand même un peu [plus solide]. »
⚠️ PIÈGE
L'insu ne se décrète pas : il faut dire QUI est en insu. Dans l'essai canneberge, l'insu est partiel — seul le laboratoire d'analyse des urines l'est, ni les patientes ni le personnel de l'étude.
📝 TOMBE EN QCM
C15-Q8, C15-Q18 proposition B, C15-Q25 proposition D.
▶N7 · Un bon essai clinique
d.160/2
⬜
Les quatre exigences, dans l'ordre de la diapositive
~10 min
📊 DIAPOS d.16
1 · Question de recherche claire et justifiée. 2 · Plan d'étude approprié : taille d'échantillon justifiée · critère d'évaluation principal défini AVANT le début de l'essai · définition précise des interventions comparées · attribution aléatoire · échantillon représentatif de la population visée. 3 · Faible risque d'effet de confusion et de biais : participants aux caractéristiques similaires · suivi similaire · documentation de l'outcome précise ET similaire dans les groupes. 4 · Méthodes statistiques adaptées à la nature des données analysées.
🎙️ ORAL (31:20 → 32:21)
« Un critère d'évaluation principal qui est défini avant le début de l'essai, et j'aurais même pu rajouter : et qui fait cliniquement sens. » · « L'effet de confusion, c'est facile de le neutraliser : ça va être fait via la randomisation. » · « On ne va pas pouvoir garantir à l'avance que l'échantillon va être représentatif, mais on va mettre en place toutes les méthodes pour avoir le plus de chances possibles. »
⚠️ PIÈGE
La liste dit « défini AVANT le début de l'essai » : un outcome principal choisi après avoir vu les données est le défaut que l'annale 2024 Q22 vise, et c'est aussi ce que reproche la d.41 à l'essai canneberge (résultat mis en avant à 6 mois alors que le critère annoncé était à 12).
📝 TOMBE EN QCM
C15-Q9, et couche support de C15-Q16 (taille d'échantillon) et C15-Q27.
⬜
Trois défauts à savoir nommer sur n'importe quel essai
~7 min
📊 DIAPOS d.16
Le réflexe d'examen : devant un essai, on cherche trois défauts dans cet ordre — un échantillon non représentatif (validité externe), un suivi ou une documentation inégale entre les groupes (biais), et des méthodes statistiques inadaptées à la nature des données.
🎙️ ORAL (32:21)
« Il faut que la randomisation, elle soit bien mise en œuvre, et les biais : suivi similaire dans les deux groupes et documentation du critère d'évaluation principal précise et similaire dans les groupes comparés. »
⚠️ PIÈGE
« Méthodes adaptées à la nature des données » : des données de survie avec des censures imposent Kaplan-Meier, pas des proportions brutes. C'est exactement le point que la d.38 valide et que la d.40 nuance.
📝 TOMBE EN QCM
C15-Q18 proposition C et C15-Q23 (la mesure d'association manquante).
▶N8 · Un bon article et la structure IMRaD
d.17-180/3
⬜
Décrire, rapporter, interpréter
~9 min
📊 DIAPOS d.17
1 · DÉCRIRE avec clarté TOUS les aspects de l'essai utiles au lecteur : planification · définition des interventions et du critère de jugement principal · méthodes (recrutement, randomisation, suivi, documentation, statistique) · déroulement de l'essai (perte de suivi…). 2 · RAPPORTER les résultats : description des participants dans les groupes comparés · mesure de l'effet avec intervalle de confiance à 95 % · test statistique dont H₀ = absence d'effet. 3 · INTERPRÉTER ET DISCUTER : utilité clinique du résultat · forces ET limitations de l'étude.
🎙️ ORAL (32:21 → 35:25)
« L'article, lui, il doit être transparent, ça, c'est sa principale contrainte. » · « Aucune étude n'est parfaite. La critique est facile. C'est plus compliqué de faire un essai. Il y a toujours des limitations et un des challenges de la lecture critique, c'est justement d'apprécier si ces limitations sont suffisamment importantes pour invalider les résultats. »
⚠️ PIÈGE
⚠️ ÉCART DÉCLARÉ : la transcription porte « intervalle de confiance à 0,5 % » à 34:22 — c'est une faute de reconnaissance vocale, il faut lire 95 %.
📝 TOMBE EN QCM
C15-Q9 et C15-Q23.
⬜
La structure IMRaD et les quatre traductions du prof
~7 min
📊 DIAPOS d.18
Titre · Résumé (abstract) · Corps du manuscrit · Références bibliographiques. Le corps en quatre parties, avec la traduction imprimée sur la diapositive : Introduction → « pourquoi on a fait l'étude » · Méthodes → « comment on a fait » · Résultats → « ce qu'on a observé » · Discussion → « ce que cela veut dire ».
🎙️ ORAL (35:25 → 36:27)
« La partie résultats qui est très factuelle : quels sont les résultats qui ont été observés ? Et puis ensuite, la discussion où là, on donne du sens aux résultats. Les résultats, on jette entre guillemets sur le papier les résultats de l'analyse […] mais c'est surtout dans la discussion où ces résultats prennent du sens. »
⚠️ PIÈGE
Ne pas chercher la justification de l'essai dans les méthodes : elle est dans l'introduction. Et ne pas chercher l'interprétation dans les résultats : la section résultats est purement factuelle.
📝 TOMBE EN QCM
C15-Q10, dont tous les distracteurs sont des sections réelles de l'article.
⬜
L'abstract : gratuit, donc dangereux
~7 min
📊 DIAPOS d.18, d.21
L'abstract est un résumé structuré : objectif · plan d'étude · lieu · participantes · interventions · critère de jugement · résultats · conclusion. C'est aussi la seule partie librement accessible — le corps de l'article demande un abonnement payant.
🎙️ ORAL (38:28, 40:32)
« C'est la partie qui est publiquement disponible, c'est gratuit. Tout le monde peut accéder à l'abstract. Par contre, pour pouvoir accéder au corps de l'article, souvent il faut payer un abonnement. » · « Cette conclusion, c'est une phrase. Et c'est là où il faut se méfier […] se fier seulement à l'abstract, c'est un peu dangereux. Il faut que vous lisiez la totalité de l'article. »
⚠️ PIÈGE
La conclusion d'abstract de l'essai canneberge — « boire régulièrement du jus de canneberge semble réduire la récidive » — est exacte, mais elle tait l'imprécision (IC 3 % à 36 %) et le choix du résultat à 6 mois. C'est précisément ce que la lecture critique met au jour.
📝 TOMBE EN QCM
C15-Q12 (ce que l'abstract ajoute au titre) et C15-Q24.
▶N9 · CONSORT 2010
d.19, d.360/2
⬜
Ce que CONSORT est : 25 items sur le RAPPORT
~8 min
📊 DIAPOS d.19
CONSORT = CONsolidated Standards Of Reporting Trials. Ce que doit contenir (au minimum) un article rapportant les résultats d'un essai clinique randomisé. Checklist de 25 items, développée par des scientifiques ET des éditeurs de journaux. Appliquée dans le cours à l'article « Randomised trial of cranberry-lingonberry juice and Lactobacillus GG drink for the prevention of urinary tract infections in women ».
🎙️ ORAL (36:27 → 37:27)
« Si on prend les recommandations CONSORT 2010 — je crois que maintenant il y a CONSORT 2025 qui a été publiée il n'y a pas trop longtemps ; je garde pour l'instant CONSORT 2010. C'est une checklist sur ce que doit rapporter un article. Sur un essai clinique randomisé, c'est 25 items. »
⚠️ PIÈGE
⚠️ ÉCART DÉCLARÉ : à 10:33 l'oral annonce « une trentaine d'items », puis se corrige à 37:27 en disant « c'est 25 items ». La diapositive imprime 25 : c'est la valeur retenue.
📝 TOMBE EN QCM
C15-Q11, dont le distracteur « 40 items » exploite précisément ce flottement.
⬜
Ce que CONSORT n'est pas : la phrase la plus QCM du chapitre
~8 min
📊 DIAPOS d.36
Conclusion appliquée à l'essai canneberge : la plupart des items sont rapportés · il manque la description du mécanisme de mise en œuvre de l'attribution aléatoire · certaines descriptions sont imprécises. Puis : la longueur des articles est limitée par les éditeurs · beaucoup de journaux exigent le respect de ces recommandations · et surtout : « L'objectif de ces recommandations est d'améliorer la qualité des RAPPORTS/ARTICLES — PAS DIRECTEMENT LA QUALITÉ DES ESSAIS. »
🎙️ ORAL (1:25:31)
« C'est toujours un challenge de faire tenir toutes les informations dans un article qui est souvent limité à 3 000 mots. Maintenant, il y a des web appendix, donc on peut se permettre de mettre plus de choses. Mais c'est toujours un exercice de style que de devoir résumer, synthétiser sans perdre d'informations au passage. »
⚠️ PIÈGE
CONSORT normalise ce qu'on ÉCRIT, pas ce qu'on FAIT. Un article parfaitement conforme à CONSORT peut décrire un essai médiocre — il le décrira simplement complètement, ce qui permet justement de le critiquer.
📝 TOMBE EN QCM
C15-Q11 (distracteur A : « un protocole imposant la façon dont un essai doit être conduit ») et C15-Q9. 🗑️ La liste des 25 items n'est PAS à connaître — dit deux fois (10:33 et 1:46:59).
▶N10 · 📖 L'exemple canneberge : titre, abstract, introduction
d.20-230/3
⬜
Le titre porte le PICO — sauf le comparateur
~7 min
📊 DIAPOS d.20
Items 1a (identification comme « essai randomisé » dans le titre) et 1b (résumé structuré) : tous deux validés. Le titre : « Randomised trial of cranberry-lingonberry juice and Lactobacillus GG drink for the prevention of urinary tract infections in women ». On y lit P (women), I (les deux boissons) et O (urinary tract infections) — mais pas le C : le troisième groupe sans intervention n'apparaît pas.
🎙️ ORAL (38:28 → 39:31)
« Il faut que dans le titre, déjà, les auteurs identifient le design essai clinique randomisé. Donc il doit y avoir le mot Randomised trial dans le titre. Après, ce sont des recommandations, c'est-à-dire que les auteurs ne vont pas aller en prison s'ils ne le font pas. Mais idéalement, c'est ce qu'il faut faire. »
⚠️ PIÈGE
Le titre annonce « prevention of urinary tract infections » alors que la population est faite de femmes qui en ont déjà eu une : l'outcome réel est une RÉCIDIVE. Choix délibéré — les récidives sont plus fréquentes, donc plus d'événements pour un même effectif.
📝 TOMBE EN QCM
C15-Q12 et C15-Q14.
⬜
L'abstract, ligne par ligne, avec tous ses chiffres
~11 min
📊 DIAPOS d.21
Objective : déterminer si les récidives peuvent être prévenues par l'une des deux boissons · Design : essai contrôlé randomisé OUVERT, suivi de 12 mois · Setting : centres de santé pour étudiants et personnel d'un hôpital universitaire · Participants : 150 femmes avec une IU à E. coli, réparties en 3 groupes · Interventions : 50 mL de concentré par jour pendant 6 mois, ou 100 mL de boisson lactée 5 j/semaine pendant 1 an, ou aucune · Main outcome : première récidive symptomatique, ≥ 10⁵ UFC/mL · Results : à 6 mois 8 (16 %) · 19 (39 %) · 18 (36 %) ; réduction absolue 20 % (IC 95 % 3 % à 36 %, p = 0,023, NNT = 5, IC 3 à 34) · Conclusion : le jus de canneberge, mais pas le lactobacille, semble réduire la récidive.
🎙️ ORAL (39:31 → 40:32)
« Ici, ce sont 150 femmes. Intervention : là, on apprend une chose en plus par rapport au titre, c'est qu'il y a un troisième groupe qui est l'absence d'intervention, ce qu'il n'y avait pas dans le titre. »
⚠️ PIÈGE
Les durées d'intervention sont INÉGALES : canneberge 6 mois, lactobacille 12 mois, suivi 12 mois pour tout le monde. Cela seul suffit à expliquer pourquoi l'écart canneberge/contrôle fond entre 6 et 12 mois — l'intervention s'est arrêtée à mi-parcours.
📝 TOMBE EN QCM
C15-Q12, C15-Q22 (le NNT et son intervalle). ✓ Python : 8/50 = 16 %, 19/49 = 38,8 % → 39 %, 18/50 = 36 %, DR = 20 %, NNT = 5, bornes 1/0,36 = 2,8 → 3 et 1/0,03 = 33,3 → 34.
⬜
L'introduction : importance, puis justification, puis objectif
~9 min
📊 DIAPOS d.22-23
Importance du problème de santé : jusqu'à 60 % des femmes ont une IU au cours de leur vie · l'activité sexuelle est le facteur de risque le plus important · au moins un tiers récidivent dans l'année · pics entre 25 et 29 ans et après 55 ans. Justification de nouveaux traitements : les récidives justifient une antibioprophylaxie au long cours, mais la résistance antimicrobienne émergente impose des alternatives. Mécanisme plausible : les bactéries viennent des selles, l'alimentation modifie la flore fécale, les baies de Vaccinium et les lactobacilles agissent contre les coliformes. Objectif (dernière phrase) : évaluer si ces produits donnés par voie orale préviennent les récidives symptomatiques.
🎙️ ORAL (41:34 → 42:35)
« Dire qu'un problème de santé est important, ça ne justifie pas en soi l'essai clinique randomisé. Il faut ensuite convaincre le lecteur, il faut justifier pourquoi on s'intéresse spécifiquement à telle ou telle intervention. » · « Attention, je ne veux pas dire qu'il faut étudier un problème de santé qui est fréquent. Les maladies orphelines et les maladies rares sont des sujets de recherche tout aussi utiles et intéressants. »
⚠️ PIÈGE
L'importance d'un problème de santé peut tenir à sa fréquence OU à sa gravité — les deux justifient une recherche. Dire qu'une maladie rare ne mérite pas d'essai est faux, et c'est un distracteur du K′ C15-Q13.
📝 TOMBE EN QCM
C15-Q13 (K′ sur l'introduction), proposition A.
▶N11 · 📖 Recrutement, interventions, critère de jugement
d.24-260/3
⬜
Où, qui, et pendant combien de temps
~8 min
📊 DIAPOS d.24
Structure et lieux : femmes recrutées de 1993 à 1997 au service de santé des étudiants de l'université d'Oulu (Finlande) et au centre de santé au travail du personnel de l'hôpital universitaire d'Oulu. Critère d'éligibilité : IU à E. coli (≥ 10⁵ UFC/mL sur urine de milieu de jet propre) et pas d'antibioprophylaxie en cours ; consentement éclairé. Plan : répartition aléatoire en 3 groupes parallèles par tables de nombres aléatoires. Conclusion : la procédure de recrutement semble appropriée.
🎙️ ORAL (43:37 → 45:39, 1:13:36)
« Ce sont des femmes qui ne sont pas représentatives de l'ensemble des femmes, puisque leur statut est particulier. Mais en termes de mécanisme, on ne voit pas pourquoi le risque d'infection urinaire ou l'effet du jus de canneberge serait différent chez ces femmes. » · « Le recrutement s'est étalé sur quatre ans […] et encore, ils n'ont pas pu aller jusqu'au bout. »
⚠️ PIÈGE
Un échantillon non représentatif peut quand même être généralisable si le mécanisme ne dépend pas de ce qui le rend particulier. C'est le raisonnement exact de la d.44, et il vaut mieux qu'un « oui/non » automatique.
📝 TOMBE EN QCM
C15-Q14 et couche support de la notion 16 (bloc C). ✓ Python : 1997 − 1993 = 4 ans.
⬜
Les interventions : deux décrites, une pas du tout (😐)
~10 min
📊 DIAPOS d.25
Groupe 1 : 50 mL de concentré canneberge-airelle par jour pendant 6 mois — composition 7,5 g de concentré de canneberge + 1,7 g d'airelle rouge dans 50 mL d'eau, sans sucres ajoutés ; on y ajoute 200 mL d'eau pour boire. Groupe 2 : 100 mL de boisson au Lactobacillus GG, 4 × 10¹⁰ UFC pour 100 mL, 5 jours/semaine pendant un an. Groupe 3 : « open control group », sans aucune description. D'où le 😐 de l'item 5 : ni coche, ni croix.
🎙️ ORAL (1:00:10 → 1:01:10)
« J'ai mis un smiley qui n'est pas très content. Il y a une chose qui n'est pas décrite, c'est l'absence d'intervention dans le groupe contrôle. […] Est-ce qu'on leur a dit de faire comme d'habitude ? Ou est-ce qu'on leur dit qu'il ne faut prendre ni boissons lactées ni jus de canneberge pendant la durée de l'étude ? Ça, ce n'est pas indiqué. »
⚠️ PIÈGE
Cette lacune est la racine de toute la critique finale (d.39, d.45) : si le groupe contrôle consomme déjà ces produits, l'effet mesuré est SOUS-ESTIMÉ. Le défaut n'est pas dans les chiffres, il est dans une phrase absente.
📝 TOMBE EN QCM
C15-Q15 et C15-Q24. ✓ Python : 50 + 200 = 250 mL de boisson finale.
⬜
Le critère de jugement : symptôme → culture → seuil
~8 min
📊 DIAPOS d.26
La chaîne, en trois temps : 1 un symptôme d'infection urinaire (fréquence, urgence, dysurie, hématurie, nycturie, fièvre, douleur dorsale ou du flanc) · 2 un échantillon d'urine envoyé en culture à un laboratoire compétent, en insu du personnel · 3 un critère précis : ≥ 10⁵ UFC/mL. Si une IU est détectée ailleurs, on téléphone à l'établissement pour obtenir la culture — seules les cultures ≥ 10⁵ UFC/mL sont retenues comme événements. Conclusion : même procédure de détection dans les 3 groupes ⇒ pas de biais de mesure ; critère pertinent par rapport à la question de recherche.
🎙️ ORAL (1:01:10 → 1:03:15)
« On a une définition qui est reproductible et qui est la même pour tout le monde dans l'étude. […] On apprend au passage que l'évaluation se fait en insu de l'intervention reçue. Et pour le coup, c'est facile à mettre en place puisqu'il suffit de ne pas dire au laboratoire dans quel groupe se trouve la personne. »
⚠️ PIÈGE
On ne fait pas de culture chez tout le monde : la culture n'est déclenchée que par un symptôme. Une bactériurie asymptomatique n'est donc jamais comptée — l'outcome est bien la récidive symptomatique.
📝 TOMBE EN QCM
C15-Q18 (K′) propositions A et B.
▶N12 · 📖 Taille d'échantillon, randomisation, insu, méthodes
d.27-300/3
⬜
Le calcul de taille d'échantillon, refait en Python
~11 min
📊 DIAPOS d.27
Le raisonnement des auteurs : le critère est la première récidive · on suppose qu'au moins 30 % des femmes récidiveront dans l'année · on juge cliniquement important de ramener ce risque à 10 % · pour détecter cette réduction avec un α bilatéral de 0,05 et une puissance de 80 %, il faut 70 femmes par groupe. Puis : arrêt prématuré parce que le fournisseur a cessé la production ⇒ 150 femmes au lieu de 210, soit 50 par groupe. Conséquences : perte de puissance et perte de précision.
🎙️ ORAL (1:04:15 → 1:06:16)
« C'est une division par trois du risque de rechute. C'est un effet qui est assez massif. […] Passer de 30 à 25 % de risque, là, on s'en fout un peu. Ce n'est pas cliniquement important. » · « Par rapport aux 210 femmes qui étaient prévues, ils n'ont pu en recruter que 150. […] La puissance qui était initialement visée à 80 % va être en dessous de 80 %. Et on aura des intervalles de confiance plus larges. »
⚠️ PIÈGE
Réduire l'effectif fait baisser la puissance (risque de type 2) — cela n'augmente PAS le risque de type 1, qui reste fixé à α = 5 %. C'est le distracteur E de C15-Q16.
📝 TOMBE EN QCM
C15-Q16. ✓ Python : la formule sans correction donne 61,6 par groupe ; avec la correction de continuité, 71,2 — ce qui reconstitue bien le 70 annoncé. Et 210 − 150 = 60 femmes manquantes, soit 28,6 % de l'effectif visé.
⬜
La randomisation : une coche et deux croix rouges
~9 min
📊 DIAPOS d.28
Item 8a (méthode de génération de la séquence) : ✔ — « randomly allocated into three groups by using tables of random numbers ». Item 9 (mécanisme d'assignation secrète) : ✘. Item 10 (mise en œuvre : qui a généré, qui a enrôlé, qui a assigné) : ✘. Conclusion imprimée : « Aucune description sur la mise en œuvre de l'allocation du traitement ⇒ doute sur la dissimulation de l'allocation future ? »
🎙️ ORAL (1:07:20)
« Est-ce que c'était des listes sur papier ? Est-ce que c'était des enveloppes ? Est-ce que c'était une application ? On ne sait pas. Et ça, c'est assez fréquent, malheureusement. Les gens ne marquent pas des choses fausses dans les articles. Ce n'est pas ça le principal problème. Le principal problème, c'est qu'ils ne rapportent pas l'information pour qu'on puisse juger de la validité de la procédure. »
⚠️ PIÈGE
Le reproche porte sur l'information manquante, pas sur une faute commise. Et il est atténué par la table 1 : les groupes étant équilibrés, la randomisation n'a pas été faussée en pratique (d.39, oral 1:30:42).
📝 TOMBE EN QCM
C15-Q17 et C15-Q25 (K′) proposition A.
⬜
L'insu et les méthodes statistiques
~9 min
📊 DIAPOS d.29-30
Item 11a (insu) : ✔. Le Design de l'abstract dit « Open » — étude ouverte, par opposition à blinded. L'intervention reçue était connue des participantes et du personnel de l'étude, SAUF des techniciens du laboratoire. Item 12a (méthodes statistiques) : ✔ — méthode de Kaplan-Meier pour la première récidive cumulée et test de Breslow pour les différences en fin d'étude. Conclusion : méthodes statistiques appropriées, car certaines participantes sont perdues de vue.
🎙️ ORAL (1:08:22 → 1:10:25)
« Jus de canneberge et boissons lactées, on sait faire la différence quand même. Pas d'insu possible ici pour les patientes. […] La seule chose qu'on sait, c'est que le laboratoire qui analyse les échantillons d'urine, lui, est en insu. » · « Vous n'avez pas à retenir le nom de ce test. Vous pouvez lire à la place de Breslow le test du logrank. »
⚠️ PIÈGE
🗑️ HORS EXAMEN : le nom du test de Breslow. Mais pas la raison du choix de Kaplan-Meier — elle, elle est exigible : l'analyse de survie gère les données incomplètes, le risque brut non.
📝 TOMBE EN QCM
C15-Q18 (K′), propositions C et D.
▶N13 · 📖 Diagramme de flux, durée du recrutement, table 1
d.31-330/3
⬜
Le diagramme de flux et les 13 sorties d'étude
~9 min
📊 DIAPOS d.31
La figure 1 : IU traitée → informations diététiques et consentement (n = 150) → randomisation → Cranberry n = 50 · Lactobacillus n = 50* · Control n = 50. L'astérisque : une femme omise de l'analyse pour antibioprophylaxie post-coïtale ⇒ effectifs analysés 50 · 49 · 50. Suivi 12 mois, questionnaire tous les 3 mois, prélèvements au début, à 3 et 12 mois. Dans le texte : 13 femmes ont quitté l'étude — 4 (8 %) · 4 (8 %) · 5 (10 %) — le plus souvent pour déménagement.
🎙️ ORAL (1:11:27 → 1:12:31)
« Dans la plupart des études, il y a même le nombre de personnes invitées. Là, peut-être que pour en avoir 150, ils en ont invité 300. Là, on ne le sait pas. » · « Ce sont des raisons de sortie d'études qui sont indépendantes de l'état de santé. Et donc, ça ne crée pas de biais de sélection. »
⚠️ PIÈGE
Les deux conditions doivent être réunies pour écarter le biais : fréquence similaire entre groupes ET raison indépendante du risque. Une seule des deux ne suffit pas.
📝 TOMBE EN QCM
C15-Q19 et C15-Q21 (K′) proposition D. ✓ Python : 4 + 4 + 5 = 13 ; 4/50 = 8 %, 5/50 = 10 %.
⬜
⚠️ LE PIÈGE DU CHAPITRE : avant l'intervention ou pendant le suivi ?
~12 min
📊 DIAPOS d.33
Item 15 (données initiales) : ✔. Effectifs 50 · 49 · 50, âge moyen (écart-type) 32 (9,8) · 30 (11,8) · 29 (10,5) — similaire. Fréquence des rapports AVANT l'intervention, catégorie « moins d'une fois par semaine » : 16 (33 %) · 25 (51 %) · 13 (27 %) ⇒ déséquilibre, presque deux fois plus de femmes à bas risque dans le groupe lactobacille. PENDANT LE SUIVI : 10 (23 %) · 9 (19 %) · 7 (15 %) ⇒ équilibre rétabli. Contraception pendant le suivi : 81 % · 81 % · 83 %. Conclusion : risque d'effet de confusion FAIBLE.
🎙️ ORAL (1:15:27 → 1:17:30)
« Et là, il va y avoir un piège. Vous avez deux descriptions de la fréquence des rapports sexuels : celle avant l'intervention et celle pendant le suivi. Laquelle des deux est la plus importante pour évaluer le risque d'un effet de confusion ? […] C'est surtout sur la fréquence pendant le suivi. Ce qui se passe avant l'étude, à la limite, on s'en fout un peu. C'est pendant le suivi, puisque c'est là où on observe l'outcome. » · « Pour qu'un facteur soit source de confusion, il faut qu'il soit associé à l'exposition et à l'outcome. Ici, ça ne peut pas être lié à l'outcome puisque c'est arrivé avant. »
⚠️ PIÈGE
La diapositive écrit « Risque d'effet de confusion ? » à côté du 25 (51 %) — et l'oral répond NON. Si on ne lit que la diapositive, on retient l'inverse de ce que le prof enseigne. C'est le point le plus subtil du chapitre.
📝 TOMBE EN QCM
C15-Q20 (⭐⚠️ PIÈGE MAJEUR). ✓ Python : 25/13 = 1,92, « quasiment deux fois ».
⬜
⚠️ Les dénominateurs ne sont pas 50-49-50
~8 min
📊 DIAPOS d.33
Les pourcentages de la table 1 ne se calculent PAS sur les effectifs randomisés. Avant l'intervention : 16 + 17 + 16 = 49 · 25 + 11 + 13 = 49 · 13 + 18 + 17 = 48. Pendant le suivi : 10 + 19 + 15 = 44 · 9 + 23 + 15 = 47 · 7 + 20 + 20 = 47. D'où 16/49 = 32,7 % → 33 %, et non 16/50 = 32 %.
🎙️ ORAL (1:14:25)
« On retombe sur les effectifs qui sont notés dans la première figure : 50, 49, 50. Donc il y a bien une personne qui a été omise dans le groupe des boissons lactées. Alors, cette table, elle est bien rapportée. » — l'oral ne commente pas les dénominateurs variables : c'est un constat de lecture, fait ici et vérifié en Python.
⚠️ PIÈGE
Des données manquantes réduisent le dénominateur ligne par ligne. Recalculer un pourcentage sur l'effectif randomisé donne une valeur fausse d'un point — assez pour rater un QCM de calcul.
📝 TOMBE EN QCM
C15-Q21 (K′), propositions A et B. ✓ Python : les 6 triplets de pourcentages de la table 1 ont été recalculés et concordent tous avec l'imprimé.
▶N14 · 📖 Résultats principaux et effets indésirables
d.34-350/2
⬜
Les chiffres à 6 mois, à 12 mois, et les quatre valeurs p
~11 min
📊 DIAPOS d.34
À 6 mois : 8 (16 %) canneberge · 19 (39 %) lactobacille · 18 (36 %) contrôle ont eu au moins un épisode. Réduction absolue = 36 − 16 = 20 %, IC 95 % 3 % à 36 %, p = 0,023, NNT = 5 (IC 3 à 34). À 12 mois, nombres bruts : 12 · 21 · 19 ⇒ 24 % · 43 % · 38 %, différence de 14 % seulement. Les quatre valeurs p de la figure 2 : entre les 3 groupes p = 0,023 à 6 mois et p = 0,048 à 12 mois ; canneberge contre contrôle p = 0,014 à 6 mois et p = 0,052 à 12 mois.
🎙️ ORAL (1:18:30 → 1:21:37)
« La différence absolue de risque entre canneberge et contrôle, 36 moins 16, ça fait 20 %, avec un intervalle de confiance qui va de 3 à 36 %. » · « À 12 mois, on a un résultat qui est juste au-dessus de la significativité statistique, avec une valeur p à 0,052, alors que le seuil c'est 0,05. Ils ont été un peu embêtés, je pense. »
⚠️ PIÈGE
⚠️ ÉCART DÉCLARÉ : la d.41 lit ≈ 20 % et ≈ 12 % SUR LES COURBES de Kaplan-Meier, qui tiennent compte des censures ; les proportions brutes donnent 20 % et 14 %. Les deux lectures sont correctes, elles ne mesurent pas la même chose.
📝 TOMBE EN QCM
C15-Q22, C15-Q24. ✓ Python : 12/50 = 24 %, 21/49 = 42,9 %, 19/50 = 38 %, DR₁₂ = 14 % ⇒ NNT = 7,1 contre 5 à 6 mois.
⬜
Ce qui est rapporté, ce qui manque, et les effets indésirables
~9 min
📊 DIAPOS d.34-35
Rapporté, et c'est bien : risque d'IU, différence de risque, NNT, IC 95 %, courbes de survie, valeurs p. 🙁 Manquant : pas de risque relatif, pas d'odds ratio, pas de hazard ratio — or CONSORT recommande pour les variables binaires une présentation en valeurs absolues ET relatives, et des courbes de survie appellent un hazard ratio. Effets indésirables : l'article écrit « No adverse events were reported except occasional complaints about the bitter taste of the cranberry juice » ; les items Discussion 20, 21 et 22 sont tous ✔.
🎙️ ORAL (1:22:30, 1:24:31)
« Ce qui manque, à mon avis, c'est un hazard ratio, puisqu'on a des courbes de survie. La mesure d'association aurait dû être le hazard ratio. » · « L'absence d'information ne signifie pas que l'information est nulle. […] Ils le disent, même s'il n'y en a pas. Comme ça, on le sait. C'est clair. »
⚠️ PIÈGE
⚠️ ÉCART DÉCLARÉ : la d.35 résume par « aucun effet secondaire n'a été détecté » alors que l'article mentionne des plaintes sur le goût amer du jus. Détail sans portée clinique, mais c'est une omission de la diapositive.
📝 TOMBE EN QCM
C15-Q23.
▶N15 · La grille de lecture A / B / C et la validité
d.37-390/3
⬜
La structure A / B / C et ce qu'on en attend
~7 min
📊 DIAPOS d.37
Évaluation à partir de ce qui est rapporté dans l'article. A — Validité de l'essai (validité interne). B — Quels sont les résultats de l'essai ? (ampleur ET précision). C — Ces résultats sont-ils utiles dans ma pratique clinique ? (généralisabilité ET décision). Outil : une grille de lecture, liste de questions pour aider l'évaluation.
🎙️ ORAL (1:26:33)
« Vous avez une série de questions que je vous ai mises à disposition pour vous aider à faire ce cheminement, ce raisonnement. Ce sont des questions que vous n'avez pas à connaître par cœur pour l'examen. »
⚠️ PIÈGE
🗑️ La grille elle-même n'est pas exigible. Ce qui l'est : savoir qu'il y a trois blocs et ce que chacun demande — c'est ce que le programme d'examen appelle « le principe de la lecture critique ».
📝 TOMBE EN QCM
C15-Q2, C15-Q26 (K′ sur les consignes d'examen).
⬜
La grille remplie : 8 oui, 1 « oui mais », 1 partiel, 1 « pas décrit »
~9 min
📊 DIAPOS d.38
Oui — question de recherche claire · sélection adéquate des participants. Oui, mais… — interventions définies précisément (le groupe contrôle ne l'est pas). Oui — attribution aléatoire. Pas décrit — dissimulation de l'allocation future. Oui — similarité des groupes comparés. Partiel — insu : documentation de l'outcome en insu. Oui — procédure de suivi similaire · définition précise et pertinence de l'outcome · détection similaire dans les groupes · méthodes statistiques appropriées (Kaplan-Meier approprié car certaines participantes sont perdues de vue).
🎙️ ORAL (1:27:33 → 1:28:38)
« Il y avait bien une attribution aléatoire des interventions, mais avec une dissimulation de l'allocation future non décrite. Mais on va voir que ce n'est pas très grave parce que la table 1 permet de voir que les groupes sont bien équilibrés. Donc la randomisation n'a pas été faussée. »
⚠️ PIÈGE
Un « pas décrit » n'est pas un « mal fait » : c'est une information manquante, qu'on peut parfois compenser par un autre élément de l'article (ici, l'équilibre de la table 1).
📝 TOMBE EN QCM
C15-Q25 (K′ sur la validité interne).
⬜
L'évaluation finale de la validité : ce qui cloche vraiment
~10 min
📊 DIAPOS d.39
La consommation de jus de canneberge et de boissons lactées n'est pas contrôlée dans le groupe contrôle ⇒ si des participantes en consomment régulièrement, l'effet pourrait être ATTÉNUÉ ⇒ risque de SOUS-ESTIMATION de l'effet des interventions ⇒ risque plus FAIBLE pour la canneberge que pour la boisson lactée, car la consommation de jus de canneberge est plus rare dans la population. Puis : mise en œuvre de la randomisation pas décrite, mais groupes similaires · arrêt prématuré, mais pour une raison indépendante de l'essai. Risque d'effet de confusion : faible. Risque de biais de sélection et de mesure : faible.
🎙️ ORAL (1:29:40 → 1:31:43)
« C'est peut-être ce qui explique l'absence de différence entre le groupe contrôle et le groupe boissons lactées : la consommation de boissons lactées, c'est relativement courant, peut-être que dans le groupe contrôle elles en prenaient. » · « Mais ça, c'est une supposition. C'est moi qui le suppose en lisant l'article. Donc c'est ça, une lecture critique. » · « Si on arrête l'essai parce que le traitement expérimental se révèle trop toxique, ce n'est pas du tout la même chose. Là, il y aurait un problème dans les résultats. »
⚠️ PIÈGE
Le sens du biais est inversé par rapport à l'intuition : une contamination du groupe contrôle RAPPROCHE les groupes, donc SOUS-ESTIME l'effet. Et elle est plus forte pour le lactobacille, pas pour la canneberge.
📝 TOMBE EN QCM
C15-Q24 (K′), proposition C — le distracteur inverse exactement ce rapport.
▶N16 · Ampleur, précision, 6 mois contre 12 mois, et utilité
d.40-450/3
⬜
Ampleur : le NNT, et la réserve sur les censures
~9 min
📊 DIAPOS d.40
Question : quelle est l'AMPLEUR de l'effet ? Le NNT est la mesure la plus parlante : pour 5 femmes consommant régulièrement du jus de canneberge, UNE infection urinaire est évitée par rapport à 5 femmes contrôles. NNT = 1/DR = 1/0,20 = 5 — toujours sur la DR exprimée en proportion. Réserve imprimée : « on ne sait pas si les risques estimés tiennent compte des participantes CENSURÉES ».
🎙️ ORAL (1:20:34, 1:33:48)
« Pour éviter un cas de rechute d'infection urinaire, il faut traiter cinq personnes avec le jus de canneberge plutôt qu'avec le contrôle. […] Cinq, c'est un petit rapport. » · « L'analyse de survie permet de gérer les données qui sont incomplètes, alors que le risque, lui, ne le permet pas. Donc quand on parle des risques ici, 16 %, est-ce qu'ils ont tenu compte des données incomplètes ou pas ? Là, il y a un petit souci. »
⚠️ PIÈGE
Le NNT se calcule sur la proportion (0,20), pas sur le pourcentage (20) : 1/20 donnerait 0,05, ce qui n'a aucun sens. C'est le distracteur D de C15-Q22.
📝 TOMBE EN QCM
C15-Q22. ✓ Python : 1/0,20 = 5.
⬜
⚠️ 6 mois contre 12 mois : le parti pris des auteurs
~11 min
📊 DIAPOS d.41
Sur la courbe de Kaplan-Meier, deux flèches : ≈ 20 % d'écart à 6 mois et ≈ 12 % à 12 mois. « Attention : les auteurs mettent en avant les résultats à 6 mois, qui sont plus marqués que ceux à 12 mois. » Valeurs p correspondantes : 0,014 à 6 mois, 0,052 à 12 mois. Lecture des courbes à 12 mois : lactobacille ≈ 45 %, contrôle un peu moins de 40 %, canneberge ≈ 25 %.
🎙️ ORAL (1:21:37 → 1:24:31)
« Pourquoi six mois ? Regardez la courbe à six mois : vous avez un écart qui est plus important qu'à 12 mois. Donc là, il y a eu un parti pris des auteurs. » · « Ça ne fait pas sens d'imaginer que le risque d'infection urinaire avec les boissons lactées finisse par devenir plus important qu'en absence d'intervention. […] C'est vraisemblablement lié au hasard, à l'aléa d'échantillonnage. » · « Ce qui est plus convaincant, c'est la différence jus de canneberge contre les deux autres, parce que là on a un écart qui se crée dès le début et qui persiste. »
⚠️ PIÈGE
Le critère de jugement annoncé était à 12 mois : mettre en avant le résultat à 6 mois, c'est exactement ce que le protocole pré-spécifié est censé empêcher (annale SFO 2024 Q22). Et l'intervention canneberge s'arrêtait à 6 mois — ce qui rend l'écart à 12 mois d'autant plus attendu.
📝 TOMBE EN QCM
C15-Q24 (K′), proposition A.
⬜
Précision, conclusion B, et utilité clinique (bloc C)
~11 min
📊 DIAPOS d.42-45
Précision (d.42) : l'IC 95 % est large, 3 % à 36 % — on ne peut pas exclure une diminution absolue de 3 % seulement, soit un NNT de 34 au lieu de 5. Conclusion B (d.43) : un effet est détecté · l'effet semble important (NNT = 5) mais l'imprécision est importante · l'effet est possiblement SUR-ÉVALUÉ (résultat à 6 mois) · pas d'effet pour les boissons lactées · pas d'effets adverses. Bloc C (d.44) : Oui, les résultats sont généralisables. Conclusion finale (d.45) : l'article décrit globalement bien l'essai · l'essai est globalement bien fait · l'article est convaincant sur la détection de l'effet · l'ampleur est imprécise et possiblement SOUS-ESTIMÉE.
🎙️ ORAL (1:19:32, 1:35:53 → 1:36:54)
« 3 %, c'est peanuts. Ce n'est pas un effet qui est cliniquement pertinent. Et 34 %, oui, là, c'est un gros effet, un effet massif. […] Ces études ne peuvent pas le dire. Elles disent juste qu'il y a un effet, ce qui est déjà pas mal. » · « Si ça marche chez des femmes finlandaises, ça devrait aussi marcher chez les personnes dans le canton. » · « Si j'étais médecin, je recommanderais le jus de canneberge. Par contre, les boissons lactées, là, je ne donnerais aucune recommandation. »
⚠️ PIÈGE
⚠️ ÉCART DÉCLARÉ : d.43 dit « SUR-ÉVALUÉ », d.45 dit « SOUS-ESTIMÉ ». Ce n'est pas une contradiction : ce sont deux mécanismes opposés — le choix du résultat à 6 mois sur-évalue ; la consommation non contrôlée dans le contrôle sous-estime. Une question de QCM peut porter sur l'un ou sur l'autre : lire de quoi on parle.
📝 TOMBE EN QCM
C15-Q24 (⚠️ PIÈGE MAJEUR). ✓ Python : 1/0,03 = 33,3 → l'article imprime 34 (arrondi par excès) ; 1/0,36 = 2,8 → 3.
▶N17 · ⭐ Messages clés et LE PROGRAMME D'EXAMEN
d.46-510/4
⬜
Les messages clés : trois temps, et « critique » ≠ « négative »
~7 min
📊 DIAPOS d.46
Objectif : comprendre l'essai avec ses forces ET ses limitations · comprendre les résultats et leur utilité pour la pratique clinique. Comment faire, en trois temps : 1 repérer dans l'article les éléments importants · 2 évaluer les limitations ET les forces · 3 interpréter les résultats. Plus : CONSORT 2010, ce qu'un article doit rapporter.
🎙️ ORAL (35:25, 1:37:55)
« Aucune étude n'est parfaite. La critique est facile. C'est plus compliqué de faire un essai. » · « On essaie de comprendre où il y a des faiblesses, des limitations. Mais il y a aussi des forces. On ne fait pas qu'une lecture négative. On regarde aussi là où il y a des points intéressants. »
⚠️ PIÈGE
« Lecture critique » ne veut pas dire « lecture à charge » : le mot signifie examiner, pas condamner. Le vrai exercice est d'apprécier si les limitations sont assez fortes pour invalider les résultats.
📝 TOMBE EN QCM
C15-Q26 (K′), proposition D.
⬜
⭐ Ce qu'il faut savoir CALCULER
~12 min
📊 DIAPOS d.48-51
La liste, chapitre par chapitre. À SAVOIR CALCULER : médiane, moyenne, fréquences (Ch2) · IC 95 % d'une PROPORTION et d'une MOYENNE, en appliquant les deux formules (Ch3) · sensibilité, spécificité, VPP, VPN, rapports de vraisemblance (Ch9) · risque, RR, DR, NNT, prévalence, incidence (Ch10) · odds ratio sur un tableau 2×2 (Ch12) · valeurs prédites d'une régression multiple si les coefficients sont donnés (Ch6).
🎙️ ORAL (1:38:57 → 1:42:56)
« Si vous devez faire des calculs, ce sont des calculs qui se font de tête. Vous n'aurez pas un échantillon avec 15 ou 157 valeurs dont il faudrait faire la moyenne. » · « Je vous ai montré deux formules de calcul de l'intervalle de confiance : d'une proportion et d'une moyenne. Vous devez savoir appliquer ces formules. » · « Concernant les tests diagnostiques, là, vous devez savoir pas mal de calculs. »
⚠️ PIÈGE
Les tests diagnostiques sont le chapitre où l'on calcule le plus : définition, interprétation ET calcul pour Se, Sp, VPP, VPN et les rapports de vraisemblance. Le répétitoire officiel en donne un exemple complet (question K′ Zika).
📝 TOMBE EN QCM
C15-Q26, et l'ensemble du dépliant « répétitoire officiel » plus bas.
⬜
⭐ Ce qu'il faut savoir seulement INTERPRÉTER
~10 min
📊 DIAPOS d.48-51
À SAVOIR SEULEMENT INTERPRÉTER : boxplot, histogramme, scatterplot · test de Student et Chi-2 (mais savoir quelle H₀ est testée) · coefficients de régression et de corrélation · courbe ROC et AUC · courbe de survie, Kaplan-Meier, logrank, hazard ratio · OR de McNemar · régression logistique simple et multiple, y compris les OR par incrément d'une unité · effet commun, hétérogénéité, funnel plot. La règle du hazard ratio, dictée : HR > 1 ⇒ survie dégradée · HR = 1 ⇒ survie identique · HR < 1 ⇒ survie améliorée.
🎙️ ORAL (1:40:54, 1:43:57)
« Je ne vous demanderai pas de savoir faire les calculs. Vous n'aurez pas à savoir refaire un test du Chi-2, ni à calculer les effectifs théoriques, ni le test de Student. Par contre, vous devez savoir quelle hypothèse nulle est testée. » · « De manière simple, le hazard ratio, c'est comme le risque relatif. »
⚠️ PIÈGE
« Interpréter » n'est pas « survoler » : pour le Chi-2 et Student, il faut savoir quelle H₀ est testée ; pour la régression logistique, savoir qu'un coefficient sur une variable continue donne un OR par incrément d'une unité.
📝 TOMBE EN QCM
C15-Q26 (K′), proposition C.
⬜
🗑️ Ce qui est explicitement HORS EXAMEN
~10 min
📊 DIAPOS d.48-51 + oral
NE SONT PAS DEMANDÉS : commenter les simulations d'échantillonnage · refaire un test du Chi-2 ou calculer les effectifs théoriques · calculer un test de Student, un coefficient de régression ou de corrélation, une courbe de survie, un OR de McNemar, une AUC · la liste des items CONSORT · la grille de lecture par cœur · le nom du test de Breslow · l'exemple du jus de canneberge · et, plus largement, TOUS les exemples vus en cours · un article à lire et critiquer le jour de l'examen.
🎙️ ORAL (10:33, 1:38:57, 1:46:59)
« L'exemple que vous allez voir sur le jus de canneberge, il n'est pas à connaître. Vous n'aurez aucune question à l'examen sur cet essai clinique randomisé en particulier. Il ne sert ici qu'à illustrer ce que vous devez savoir. » · « Je répète que les exemples qui sont vus en cours ne feront pas l'objet de questions d'examen. » · « Je ne vous donnerai pas un article à lire et faire la lecture critique à l'examen. C'est tout simplement pas possible. Vous n'avez pas non plus à connaître la liste des items de CONSORT. »
⚠️ PIÈGE
Ce qui reste exigible sur ce chapitre tient en une ligne du programme : « principe de la lecture critique d'article » — à quoi ça sert, et quels sont les éléments principaux qu'on regarde. Autrement dit : les d.12 à d.18, pas l'exemple.
📝 TOMBE EN QCM
C15-Q26 (K′ entier) et C15-Q18 proposition D.
📝 LE RÉPÉTITOIRE OFFICIEL, MOT POUR MOT — 5 questions corrigées par le prof
Il n'existe aucune série d'exercices pour ce chapitre. Ce qui en tient lieu est le « Répétitoire statistiques » (11 pages, Pr C. Combescure) : cinq questions de type examen, chacune suivie d'un « Comment procéder » qui donne la méthode de résolution, pas seulement la réponse. C'est le seul matériel officiel de ce genre de toute la matière — et la dernière question est l'annale SFO 2024 Q22.
Répétitoire — question 1 — K′ — test diagnostique (Zika) · clé V V F V
Énoncé. Un test pour détecter la maladie à virus Zika a une sensibilité de 80 % et une spécificité de 80 %. Utilisé dans une population avec une prévalence de la maladie de 50 %, ce test a : A) une valeur prédictive négative 80 % · B) une valeur prédictive positive de 80 % · C) un rapport de vraisemblance négatif de 4 · D) un rapport de vraisemblance positif de 4.
La méthode du prof, mot pour mot : « identifier le sujet : ici, performances diagnostiques d'un test diagnostique binaire » · « pour les valeurs prédictives, faire une table 2×2 complète avec 50 % de malades ! » · « pour les rapports de vraisemblance, appliquer les formules vues en cours ».
Table 2×2 sur 200 personnes (100 malades, 100 sains) : Test+ 80 / 20 = 100 · Test− 20 / 80 = 100.
A — VRAI. VPN = 80/100 = 0,80 (80 %).
B — VRAI. VPP = 80/100 = 0,80 (80 %).
C — FAUX. RV− = (1 − Se)/Sp = 0,2/0,8 = 0,25, et non 4.
D — VRAI. RV+ = Se/(1 − Sp) = 0,8/0,2 = 4.
✓ Python : les quatre cases, les deux valeurs prédictives et les deux rapports de vraisemblance ont été recalculés dans verif_ch15.py.
Répétitoire — question 2 — A — mesures d'efficacité (antibioprophylaxie) · clé A
Énoncé. Un essai clinique randomisé contrôlé évalue si une antibioprophylaxie prolongée réduit le risque d'infection postopératoire après chirurgie colorectale, par rapport à l'antibioprophylaxie standard en dose unique. 400 personnes randomisées en 2 bras de 200. À la fin, 40 infections dans le bras standard et 20 dans le bras prolongé. L'antibioprophylaxie prolongée est plus efficace avec : A) une différence relative de risque de 50 % · B) un nombre de personnes à traiter de 40 · C) une différence absolue de risque de 20 % · D) un risque relatif de 0,20 · E) un odds ratio de 1.
La méthode du prof : « identifier le sujet : mesures d'efficacité d'un traitement » puis « calculer les risques de base » avant de passer les réponses en revue.
Risques : 40/200 = 20 % sous standard · 20/200 = 10 % sous prolongée.
A — VRAIE. Réduction relative = 100 × (1 − 0,10/0,20) = 50 %, ou 100 × (0,20 − 0,10)/0,20 = 50 %.
B — FAUSSE. NNT = 1/DR = 1/(0,20 − 0,10) = 10, pas 40.
C — FAUSSE. DR = 0,20 − 0,10 = 0,10, soit 10 % et non 20 %.
D — FAUSSE. RR = 0,10/0,20 = 0,5, pas 0,20.
E — FAUSSE. « L'OR ne peut pas être égal à 1 car les risques sont différents. »
✓ Python : RRR = 50 %, NNT = 10, DR = 0,10, RR = 0,5 et OR = 0,444 recalculés.
Répétitoire — question 3 — A — statistiques descriptives (douleur) · clé C
Énoncé. L'intensité de la douleur est mesurée chez 9 personnes admises aux Urgences pour une fracture de la jambe, sur une échelle de 0 à 10. Quatre enfants et cinq adultes. Valeurs : 5, 6, 6, 7 chez les enfants et 2, 2, 7, 7, 7 chez les adultes. La médiane chez les enfants est plus élevée que : A) la médiane chez les adultes · B) le mode chez les adultes · C) la moyenne chez les adultes · D) la moyenne chez les enfants · E) le mode chez les enfants.
La méthode du prof : « identifier le sujet : statistiques descriptives, moyenne, mode, médiane » — et surtout ce constat de lecture : « vous notez qu'il n'y a ni intervalle de confiance, ni valeur p, ni modèle statistique » (donc pas d'inférence : c'est de la description pure).
Référence : la médiane chez les enfants vaut 6.
A — FAUSSE. Médiane des adultes = 7 (6 < 7).
B — FAUSSE. Mode des adultes = 7. « Ici, le mode est égal à la médiane, mais ce n'est pas toujours le cas. »
C — VRAIE. Moyenne des adultes = (2×2 + 3×7)/5 = 5 (6 > 5).
D — FAUSSE. Moyenne des enfants = (5 + 2×6 + 7)/4 = 6 (égale, pas supérieure).
E — FAUSSE. Mode des enfants = 6 (égal, pas supérieur).
✓ Python : les deux médianes, les deux moyennes et les deux modes recalculés.
Répétitoire — question 4 — A — étude cas-témoins (vessie et tabagisme) · clé E
Énoncé. On effectue une étude cas-témoins qui cherche à identifier le lien possible entre cancer de la vessie et tabagisme (exposition codée en 2 catégories : jamais fumé contre fumeur ancien ou actif). Quel paramètre peut-on estimer ? A) risque relatif de cancer de la vessie · B) taux d'incidence de cancer de la vessie · C) survie après cancer de la vessie · D) aire sous la courbe ROC · E) prévalence de tabagisme chez les cas.
La méthode du prof : « identifier le sujet : cas-témoin » et « certaines réponses proposées font appel à des notions vues dans d'autres cours » — il faut donc trancher par le dessin de l'étude.
A — FAUSSE. « La proportion de cas est fixée par les investigateurs et ne reflète pas le risque du problème de santé étudié. On ne peut pas calculer de risque. »
B et C — FAUSSES. « Pas de suivi des participants (recrutement des cas au moment du diagnostic). »
D — FAUSSE. La mesure d'association d'une cas-témoins est l'odds ratio ; la courbe ROC sert à évaluer un test diagnostique continu — et ici l'exposition est binaire.
E — VRAIE. « La proportion d'exposés chez les cas est une estimation de la prévalence du tabagisme dans la population des cas. Même chose chez les témoins. C'est de cette manière qu'on identifie un facteur de risque dans une cas-témoins : une exposition plus fréquente chez les cas que chez les témoins. »
Répétitoire — question 5 — A — planification de l'analyse statistique = SFO 2024 Q22 · clé B
Énoncé. Lorsqu'on planifie un essai clinique randomisé, il convient de décrire exactement l'analyse statistique qui sera effectuée dans le but de : A) maximiser les chances de démontrer l'efficacité du traitement expérimental · B) éviter que la personne responsable de l'essai choisisse le résultat le plus en faveur du traitement expérimental · C) garantir une puissance suffisante · D) permettre l'inclusion future dans une méta-analyse · E) permettre la dissimulation de l'allocation au traitement.
La méthode du prof : « identifier le sujet : méthodologie d'un essai clinique, planification de l'analyse statistique ».
A — FAUSSE. « La description des analyses avant de les réaliser n'augmente pas la chance de détecter l'efficacité du traitement expérimental. »
B — CORRECTE. « Un essai clinique doit produire des résultats robustes, transparents et reproductibles. Décrire les analyses à l'avance permet d'éviter les décisions subjectives, c'est-à-dire d'assurer que les choix statistiques ne dépendent pas des résultats observés » (d.37 du cours 7).
C — FAUSSE. « La puissance d'un essai est déterminée par la taille de l'échantillon » (d.51, cours 4).
D — FAUSSE. « Même si les méthodes ne sont pas décrites avant les analyses, l'étude pourrait être incluse dans une méta-analyse. »
E — FAUSSE. « La dissimulation de l'allocation dépend de l'implémentation de la procédure de randomisation (d.24, cours 7), pas de la description des méthodes statistiques. »
C'est cette question qui CONFIRME la clé de l'annale SFO 2024 Q22 : le retranscrit en donne une version aux options reformulées et sans clé ; le corrigé officiel tranche pour « éviter que le responsable choisisse le résultat qui l'arrange », soit la proposition C dans la numérotation du retranscrit. Elle n'est donc plus reconstituée.
📜 LA SEULE ANNALE DU CHAPITRE, MOT POUR MOT
SFO 2024 Q22 — type A — intérêt de préciser la méthode statistique d'un ECR · clé C confirmée
Énoncé. Quel est l'intérêt de bien préciser la méthode statistique que l'on va utiliser lors d'un ECR ? A) Augmenter l'efficacité d'un traitement · B) Pouvoir insérer les données dans une méta-analyse · C) Éviter que l'auteur choisisse l'issue qui lui convienne · D) Assurer la reproductibilité des résultats · E) Faciliter la lecture et l'interprétation par les pairs.
C — CLÉ RETENUE. Le corrigé du retranscrit ne donne aucune réponse pour cette question. Mais le répétitoire officiel pose la même question, avec des options reformulées, et répond sans ambiguïté : « décrire les analyses à l'avance permet d'éviter les décisions subjectives, c'est-à-dire d'assurer que les choix statistiques ne dépendent pas des résultats observés ». La clé n'est donc plus reconstituée : elle est confirmée par une source du prof.
B — écartée explicitement par le corrigé officiel : « même si les méthodes ne sont pas décrites avant les analyses, l'étude pourrait être incluse dans une méta-analyse ».
D — piège. « Reproductibilité » est un mot du cours (d.6 : « le protocole doit permettre à n'importe quelle équipe de reproduire la même expérience ») — mais ce que la description de l'analyse protège spécifiquement, c'est l'impartialité du choix statistique, pas la reproductibilité de l'expérience.
A et E sont hors sujet : décrire une analyse ne change ni l'efficacité d'un traitement, ni le confort de lecture d'un article.
🔗 PONT Ch7 et Ch15 : la question est comptée dans les deux chapitres. Côté Ch15, elle est l'illustration de la d.6 (« tout est anticipé avant même de faire l'étude ») et de la d.41 (les auteurs de l'essai canneberge mettent en avant un résultat à 6 mois quand leur critère annoncé était à 12 mois — exactement ce que la pré-spécification est censée empêcher).
🔗 ANNALES CROISÉES — ce chapitre est le filet de sécurité des autres
Le chapitre ne pèse rien en propre, mais ses notions arment des questions attribuées ailleurs. Les revoir ici, c'est réviser les autres chapitres par la méthode.
SFO 2021 Q11 (Ch13, anosmie : hôpital contre concert clandestin) — c'est un biais de sélection au recrutement, exactement la d.14. Le même questionnaire dans les deux cas écarte le biais d'information, pas celui de sélection.
SFO 2024 Q36 (Ch13, chewing-gum / caries / tabac) — seuls les procédés de neutralisation d'une confusion comptent ; l'insu n'en est pas un, il prévient un biais de mesure. La d.13 de ce chapitre montre pourquoi les deux se confondent facilement : la même procédure de randomisation par site web permet aussi de mettre en insu.
SFO 2021 Q13 (Ch13, p de 0,02 à 0,08 après ajustement sur le tabac) — un effet de confusion, dont la condition « associé à l'outcome » est celle qui tranche le piège de la table 1 (N13).
SFO 2023 Q22 (Ch14, de quoi dépend le poids d'un essai) — précision, jamais qualité : c'est la même logique que la d.42 ici, où la largeur de l'IC, et non la qualité de l'essai, limite ce qu'on peut conclure.
SFO 2022 Q4 et 2024 Q34 (Ch1, ce que doit rapporter un article) — la d.17 et la structure IMRaD de la d.18 y répondent directement.
✅ CRITÈRES DE VERROUILLAGE DU CHAPITRE
Le chapitre est verrouillé quand les six conditions suivantes sont réunies — et pas avant.
1 · Les 45 micro-notions sont cochées ✅ (et non 🔶).
2 · Tu sais dicter le programme d'examen des d.48-51 en séparant trois colonnes : à calculer · à interpréter · hors examen. C'est le seul « par cœur » du chapitre, et c'est le plus rentable de la matière.
3 · Tu distingues sans hésiter quatre paires qui se ressemblent : validité interne / externe · dissimulation de l'allocation future / insu · biais de sélection / biais de mesure · sur-évaluation (résultat à 6 mois) / sous-estimation (contamination du contrôle).
4 · Tu réponds à la question-piège de la table 1 avec sa justification : c'est la période de suivi qui compte, parce qu'un facteur antérieur à l'intervention ne peut pas être associé à un outcome postérieur.
5 · Les 5 questions du répétitoire sont refaites sans regarder, en écrivant la méthode avant le calcul — table 2×2 complète pour les valeurs prédictives, risques de base avant toute mesure d'efficacité, dessin de l'étude avant de choisir une mesure d'association.
6 · L'examen blanc v2 du chapitre est ≥ 80 %, et deux rappels libres (page blanche) ≥ 85 % ont été faits deux jours différents.