Connaissances de base sur les sources d'erreur et les biais OIC-020-26-A
| Objectif de connaissance
|
| Identifiant
|
OIC-020-26-A
|
| Item parent
|
La méthodologie de la recherche en santé
|
| Rang
|
A
|
| Intitulé
|
Connaissances de base sur les sources d'erreur et les biais
|
| Description
|
Savoir définir/reconnaître, les sources d'erreur aléatoire, les sources d'erreur systématique, les biais, les notions de biais de sélection, de biais classement ou de biais confusion. Savoir que les biais de sélection dans les études descriptives entraînnent une perte de représentatitivité. Connaître le cas particulier du biais d'attrition, connaître le cas particulier du biais de mémorisation, savoir définir et répérer les biais et facteurs de confusion. Connaîtres le rôle et savoir définir et reconnaître un ajustement, un appariement, une stratification et une restriction. Savoir définir et reconnaître les spécificités des biais selon le schéma de l'étude. Connaître les principales sources de biais.
|
| Rubrique
|
Définition
|
| Contributeurs
|
Julie Berbis (CUESP), Alexandra Rouquette (CIMES), Jérôme Lambert (CIMES)
|
| Ordre
|
26
|
Il faut distinguer deux sources d’erreur dans l’estimation d’un paramètre :
- Erreur aléatoire, due à la fluctuation d’échantillonnage. A l’origine d’une diminution de la précision des estimations. Dépend de la taille d’échantillon, plus elle augmente, plus les estimations sont précises.
- Erreur systématique (biais), non due au hasard. La présence de biais majeurs invalide les résultats d’une étude. La présence de biais majeurs invalide les résultats d’une étude. Indépendante de la taille d’échantillon
Trois grandes familles de biais :
- Biais de sélection : lié au choix du mode de sélection et/ou de suivi (biais d’attrition lié aux perdus de vue dans les études longitudinales) des sujets, conduisant à ce que l’échantillon analysé correspond finalement à une population différente de la population ciblée. Il menace donc la représentativité et la validité externe de l'étude.
- Biais de classement : lié à la mesure de l'exposition et /ou du critère de jugement. La réalité su statut d’un individu (par exemple, réellement obèse) n’est pas correctement recueillie dans l’étude (car la balance utilisée pour le peser est défectueuse et donne systématiquement 3 kilos de moins). Le biais de mémorisation est un exemple de biais d’information lié au manque de fiabilité des données auto-rapportées.
- Biais de confusion : lié au fait que la relation observée entre un facteur d’exposition et le phénomène de santé étudié peut être faussée par la non prise en compte d’un tiers facteur (facteur de confusion) lui-même associé à la fois au facteur d’exposition et au phénomène étudié.
Les biais de sélection et d’information concernent les objectifs descriptifs et analytiques.
- Ils peuvent entraîner une surestimation ou une sous-estimation des mesures de fréquence et des mesures d’association.
- Ils résultent d'erreurs (évitables ou non) commises par les investigateurs (erreurs de diagnostic, mauvais choix du groupe témoin, refus de participation de sujets éligibles, perdus de vue dans une cohorte…). Ils doivent être identifiés et contrôlés au moment de la préparation du protocole, et ne peuvent être corrigés au moment de l’analyse.
Les biais de confusion concernent uniquement les objectifs analytiques.
- Ils peuvent entraîner une surestimation ou une sous-estimation des mesures d’association.
- Ils ne proviennent pas d'erreurs commises par les investigateurs, mais reflètent la nature des choses. Ils doivent être anticipés lors de la planification de l’étude (restriction des critères d’inclusion, appariement, randomisation si possible, recueil des facteurs de confusion potentiels, etc.) et peuvent être corrigés dans l'analyse (stratification, ajustement, etc.)