Séinaire de statistique, Université Laval, 2 décembre 2010

le 29 novembre 2010 à 14:38
Jean-Francois Plante

Le jeudi 2 décembre 2010, à 13 h 30, en la salle 2548 du pavillon Adrien-Pouliot

Présentation des essais-stages en biostatistique

13:30 – 14:00 : Anne-Sophie Julien

Facteurs influençant l’abstinence au cannabis chez les étudiants des centres d’éducation aux adultes  au Québec

Une étude visant à déterminer les facteurs influençant l’abstinence au cannabis a été réalisée chez 260 jeunes provenant de neuf centres d’éducation aux adultes au Québec. Diverses analyses statistiques, telles que la régression logistique et les analyses en composantes principales, ont été utilisées afin d’identifier les facteurs pouvant prédire l’abstinence et l’intention de s’abstenir. De plus, un profil des consommateurs a été dressé et les croyances liées à l’abstinence ont été identifiées dans le but de développer une intervention pour cette population.

14:00 – 14:30 : Stéphane Turcotte

Déterminants de la prise de décision partagée qui influencent l’incertitude du médecin et du patient

La prise de décision partagée se définit comme le processus par lequel un choix est fait conjointement par le médecin et le patient. Au cours de ce processus, les deux individus adoptent des comportements particuliers pour discuter du problème de santé, des traitements disponibles avec leurs avantages et inconvénients, des préférences du patient, des recommandations présentées, de la capacité du patient à appliquer son traitement et de la vérification de la compréhension du patient. Ces comportements remettent souvent en question le choix du traitement après la rencontre. Objectif : Identifier les éléments de la prise de décision partagée qui influencent la remise en question de la décision prise lors de la consultation clinique. Méthodes : Des modèles d’équations structurelles ont été ajustés afin de comprendre les déterminants de la prise de décision partagée qui influencent l’incertitude du patient et du médecin par rapport à la décision prise. Les estimés obtenus pour ces modèles ont été comparés à ceux obtenus par des régressions. Résultats : Un total de 264 médecins et 269 patients ont été inclus dans les analyses. Pour le modèle médecin, la clarification des préférences du patient a été le principal déterminant qui influençait son incertitude (P<0.001). Les estimés obtenus par la régression ont révélé que les questions du construit liées à la définition du problème et des traitements n’avait pas toutes le même poids. Le R2 était de 22.5. Pour le modèle patient, la clarification de ses préférences, sa capacité à appliquer le plan de traitement et la vérification de sa compréhension étaient les 3 principaux déterminants qui influençaient son incertitude (P<0.001). Les estimés obtenus par la régression ont révélé que les questions pour les deux construits lié à la définition du problème, des traitements et à la vérification de la compréhension du patient n’avaient pas toutes le même poids. Le R2 était de 49.0. Conclusions : Les R2 suggèrent que d’autres éléments non inclus dans le présent modèle sont importants pour expliquer l’incertitude chez le médecin et le patient. Toutefois, il est clair que les comportements du médecin et du patient par rapport aux préférences du patient amènent ces derniers à se questionner davantage sur la décision qui a été prise.

14:30 – 15:00 : Geneviève Vézina

Comparaison de différents traitements pour les données manquantes et les données non détectées dans les études épidémiologiques

L’étude des données manquantes est en pleine expansion depuis les 25 dernières années. Malgré les nouvelles connaissances, certains chercheurs continuent de choisir une méthode simple pour les traiter plutôt qu’une méthode adaptée à leurs données. De plus, un grand nombre d’études épidémiologiques font également face au problème de la non-détection où, encore une fois, le traitement de ces données n’est souvent pas approprié. Un résumé des différentes méthodes présentées dans la littérature fera l’objet de ma présentation.

FacebookTwitterGoogle+LinkedIn