4
92
Biostatistiques pour le clinicien
Cette table signifie que la valeur d’une variable quantitative de distribution normale n’a que 5 % de chances d’être supérieure en valeur
absolue à 1,96 u écart-type, c’est-à-dire a 2,5 % de chances d’être
supérieure à 1,96 u écart-type et 2,5 % de chances de lui être inférieure. Lorsque les effectifs sont très petits (nA + nB < 10), une table
spéciale doit être utilisée.
Remarques à propos du logrank [3]
Le logrank est un test non paramétrique conçu pour comparer des
variables censurées. Il ne peut pas fournir d’estimation sur l’ampleur
des différences observées ni donner d’intervalle de confiance ; pour ce
faire, il convient d’utiliser le modèle de Cox de hasard proportionnel.
Le logrank ne s’interprète de façon simple que si la différence entre
les probabilités de survie d’un groupe sont toujours de même signe,
c’est-à-dire lorsque les courbes de survie ne se croisent pas.
Le risque de deuxième espèce
Ce risque ( risque β) est celui de conclure à tort qu’il n’y a pas de
différence entre deux examens ou deux traitements alors qu’en réalité, il y a une différence. Pour faire comprendre ce risque, prenons
un exemple caricatural. On se demande si un traitement n’est pas
meilleur qu’un autre sans que cela soit évident, ce qui est la condition
éthique pour entreprendre un essai randomisé. Supposons que celui-ci
soit parfaitement conçu à l’exception de l’estimation des effectifs de
malades qu’il convient d’inclure dans l’étude. Si la comparaison ne
porte que sur deux groupes de cinq malades, il est très probable que,
s’il y a une différence assez faible entre les deux traitements, on ne la
voie pas avec des effectifs aussi réduits, et que l’on ne rejette donc pas
l’hypothèse nulle.
Beaucoup trop d’essais randomisés n’ont pas pris en compte ce risque.
Il est en effet plus facile et plus rapide de mener un essai randomisé dans lequel le nombre de malades inclus est faible que s’il est
important. Le résultat attendu de ces essais est qu’ils ne permettent
pas de rejeter l’hypothèse nulle. Une réaction fréquente est alors de
penser et de dire que les essais randomisés ne servent à rien. L’autre
conséquence plus grave encore est, sur le plan médical, particulièrement préjudiciable dans le traitement d’une maladie grave, un cancer
par exemple, car on ne va pas faire bénéficier les malades d’un traitement qui, pourtant, apporte une amélioration, même partielle, de
92
Biostatistiques pour le clinicien
Cette table signifie que la valeur d’une variable quantitative de distribution normale n’a que 5 % de chances d’être supérieure en valeur
absolue à 1,96 u écart-type, c’est-à-dire a 2,5 % de chances d’être
supérieure à 1,96 u écart-type et 2,5 % de chances de lui être inférieure. Lorsque les effectifs sont très petits (nA + nB < 10), une table
spéciale doit être utilisée.
Remarques à propos du logrank [3]
Le logrank est un test non paramétrique conçu pour comparer des
variables censurées. Il ne peut pas fournir d’estimation sur l’ampleur
des différences observées ni donner d’intervalle de confiance ; pour ce
faire, il convient d’utiliser le modèle de Cox de hasard proportionnel.
Le logrank ne s’interprète de façon simple que si la différence entre
les probabilités de survie d’un groupe sont toujours de même signe,
c’est-à-dire lorsque les courbes de survie ne se croisent pas.
Le risque de deuxième espèce
Ce risque ( risque β) est celui de conclure à tort qu’il n’y a pas de
différence entre deux examens ou deux traitements alors qu’en réalité, il y a une différence. Pour faire comprendre ce risque, prenons
un exemple caricatural. On se demande si un traitement n’est pas
meilleur qu’un autre sans que cela soit évident, ce qui est la condition
éthique pour entreprendre un essai randomisé. Supposons que celui-ci
soit parfaitement conçu à l’exception de l’estimation des effectifs de
malades qu’il convient d’inclure dans l’étude. Si la comparaison ne
porte que sur deux groupes de cinq malades, il est très probable que,
s’il y a une différence assez faible entre les deux traitements, on ne la
voie pas avec des effectifs aussi réduits, et que l’on ne rejette donc pas
l’hypothèse nulle.
Beaucoup trop d’essais randomisés n’ont pas pris en compte ce risque.
Il est en effet plus facile et plus rapide de mener un essai randomisé dans lequel le nombre de malades inclus est faible que s’il est
important. Le résultat attendu de ces essais est qu’ils ne permettent
pas de rejeter l’hypothèse nulle. Une réaction fréquente est alors de
penser et de dire que les essais randomisés ne servent à rien. L’autre
conséquence plus grave encore est, sur le plan médical, particulièrement préjudiciable dans le traitement d’une maladie grave, un cancer
par exemple, car on ne va pas faire bénéficier les malades d’un traitement qui, pourtant, apporte une amélioration, même partielle, de