Essai randomisé

[Chmiman]

Bonjour à tous , je sais ma question traite dans le domaine de la médecine , mais dans le fond ma question est statistique alors je post ici plutôt qu'à " traitement et cancer " .

Quand on parle d'essai randomisé , on choisi un groupe et on le divise pour donner à chaque groupe un traitement ou un placebo . Et les statisticiens disent que c'est la meilleure façon de ne pas avoir de biais de sélection . Mais les probabilités c'est le hasard ! Si on a une sélection au tirage au sort et que la chance veux que les deux groupes formés soient pas du tout bien reparti ou représentatif de la population ? Le biais de sélection peut être fait pas la probabilité n'est ce pas ?
-----

[Dlzlogic]

Bonjour,
J'imagine vos doutes et c'est tout à votre honneur, je vais essayer d'y répondre.
D'abord, au risque d'en étonner certains, je ferais quelques remarques sur la sémantique.
"Essai randomisé". cet adjectif ne fait pas partie, à ma connaissance, de la langue française. L'origine est probablement "rand" ou "random" qui est le nom de l'opération, ou plutôt de la fonction qui génère une série de nombres pseudo-aléatoires, c'est à dire ne dépendant que du hasard. Je préfèrerais de loin une expression du genre "essais sur des groupes choisis au hasard".
Le terme biais. La définition de ce terme dépend de beaucoup de choses, du contexte et surtout de l'age du capitaine. Dans ce domaine il y a deux types d'erreur, les erreurs systématiques et les erreurs accidentelles. J'exclue naturellement les fautes ou les tricheries.

Pour essayer de répondre précisément, les statisticiens ont raison de conseiller ces méthodes. Cela se démontre de façon parfaitement rigoureuse. Votre phrase : "Si on a une sélection [...]" autrefois, on disait "Si on avait une grande bouteille et si Paris était petit, on pourrait mettre Paris en bouteille".
Je pourrais naturellement détailler tout cela, mais il me faudrait une vingtaine de pages.

[invite23cdddab]

Non, il n'y a pas de biais de sélection, même si parfois tu te retrouve avec des groupes non représentatifs.

Si tu sépare les gens au hasard, il n'y a pas de biais de sélection : si tu répète l'expérience un grand nombre de fois, alors la moyenne des résultats va converger vers la vraie valeur.

Avec d'autres méthodes, il est possible que la moyenne des résultats ne converge pas vers la vraie valeur : il y a un biais

[Chmiman]

Pouvez vous me citer des exemples de biais de sélection car je vois pas trop

[A voir en vidéo sur Futura]

[Chmiman]

Pouvez vous me citer des exemples de biais de sélection car je vois pas trop , si on dit qu'on fait un tirage au sort pour éviter que par exemple les noirs soient d'un côté et les blancs de l'autre, je suis pas sur de les mélanger avec un tirage au sort

[invite9dc7b526]

La question est pertinente, et dans les essais randomisés on recueille un maximum de données sur les individus de l'étude et on vérifie que toutes les variables sont (à peu près) également réparties entre les divers "bras " (c'est comme ça qu'on nomme les groupes de traitement).

[invite9dc7b526]

Ce qu'on appelle biais de sélection c'est dans le cadre d'un essai non randomisé, quand les individus des divers bras ne sont pas recrutés selon les mêmes critères.

Je te donne un exemple que j'ai eu à traiter: on a fait une étude cas/témoin en recrutant des patients d'un CHU. Pour chaque patient ayant la pathologie qui nous intéressait (cas), on a recruté 3 autres patients (les témoins) étant venus consulter dans le même service mais pour d'autres pathologies (le plus souvent nettement plus bénignes). A l'analyse des données, on s'est aperçu que nos patients "cas" habitaient beaucoup plus loin de l'hôpital que les témoins. La raison est que pour une affection grave on se déplace au CHU alors que pour des affections moins graves on consulte près de chez soi. Impossible de dire si la provenance géographique pouvait avoir une influence sur la pathologie, mais en tout cas on avait des témoins pas représentatifs des cas.

[Chmiman]

Essai randomisé veut dire qu'on choisi au hasard le groupe contrôle et le groupe test, donc si on tire au sort , ou du moins que les participants sont repartis de manière aléatoire , je ne peut pas dire que je n'ai pas fait de biais de sélection puisque la chance a choisi à notre place , et peut être que la chance a décidé de faire en sorte que les deux groupes créent un biais de sélection ! Le hasard c'est bien , mais ce que je dis n'est pas idiot rassurez moi ? On veutéviter les biais grâce au hasard mais le hasard peut créer un biais ! Un essai randomisé peut être biaisé !

Je refais mon exemple , si j'ai des patients qui ont des différences , et que ces différences ne sont pas réparties équitablement ouche a peu près équitablement , le biais est fait quand même , mais par le hasard . Un autre exemple , si je dis que je ne veux pas que le patient X soit dans le même groupe que le patient Y car cela créerait un biais , eh bien le hasard peut faire qu'ils se retrouvent dans le même groupe , non ? Dites moi si je suis à côté de la notion de biais et de randomisation !

[gg0]

Chmiman,

vu qu'il y a deux groupes, il y aura toujours une différence entre les deux groupes. Si tu es capable de faire qu'elle soit faible par une autre méthode que le hasard, explique, car tu feras progresser les statistiques. Mais toute méthode où on choisit les patients en fonction de leurs caractéristique introduit en moyenne beaucoup plus de biais que de prendre au hasard.

Tu sembles confondre deux étapes : le choix et l'exploitation des données. Un peu comme si tu disais : j'ai jeté 20 fois un dé, j'ai obtenu 3 six et 5 quatre, mon expérience n'était pas équitable.

"si j'ai des patients qui ont des différences , et que ces différences ne sont pas réparties équitablement ouche a peu près équitablement ..." Entre 2 patients, il y a des centaines de différences (des dizaines de milliers si on va dans le détail). Comment vas-tu les "répartir équitablement" entre les deux échantillons ???

A noter : L'exploitation statistique des données tient évidemment compte du fait qu'on a choisi au hasard.

Cordialement.

[Chmiman]

Donc dire qu'il n'y a pas de biais de sélection par le hasard est faux ! ( dites moi si je dis une bêtise ) . Ce que je voulais dire , c'est que si on a les caractéristiques de chaques patients , on peut faire le groupe le mieux constitué possible pour éviter les biais puisque de toute façon le hasard fera le choix à notre place vous voyez ce que je veux dire ? Si je veux 3 fois le nombre 6 sur un dé , pourquoi s'amuser à le lancer si je peux choisir a l'avance la face du dé ( que j'aurais pipé pour qu'il tombe sur 6) ! Pourquoi les médecins ne font pas un choix en toute objectivité pour tester l'efficacité d'un traitement au lieu de laisser le hasard faire peut être une mauvaise répartition non représentative et donc biaisée ?

[Dlzlogic]

Bonsoir,
Vois employez le terme "biais". Qu'est-ce que ça représente pour vous, une faute, une tricherie, un écart systématique, un écart accidentel (expression très précise) ou autre-chose, par exemple, "c'est faux, mais on sait pas pourquoi" ou "on a défini des groupes suivant le hasard, mais, quelle loi de hasard ?". Ou tout simplement un terme passe-partout qui exprime ce que l'on n'arrive pas à définir ?
Lorsque vous aurez défini ce terme "biais" vous aurez la réponse à votre question.

[invite9dc7b526]

Donc dire qu'il n'y a pas de biais de sélection par le hasard est faux ! ( dites moi si je dis une bêtise ) . Ce que je voulais dire , c'est que si on a les caractéristiques de chaques patients , on peut faire le groupe le mieux constitué possible pour éviter les biais puisque de toute façon le hasard fera le choix à notre place vous voyez ce que je veux dire ? Si je veux 3 fois le nombre 6 sur un dé , pourquoi s'amuser à le lancer si je peux choisir a l'avance la face du dé ( que j'aurais pipé pour qu'il tombe sur 6) ! Pourquoi les médecins ne font pas un choix en toute objectivité pour tester l'efficacité d'un traitement au lieu de laisser le hasard faire peut être une mauvaise répartition non représentative et donc biaisée ?

tu poses un certain nombre de questions qui sont pertinentes.

comme je disais, dans les essais randomisés on contrôle à l'aide de caractéristiques des patients qu'on n'a pas eu trop de malchance. Quand tu lis un article rapportant un essai randomisé, tu trouves en général une table qui donne les caractéristiques moyennes dans chaque bras. Je ne me souviens pas d'avoir lu que le tirage aléatoire étant mauvais on procédait à un nouveau tirage...

l'idée d'assigner de manière non aléatoire les patients aux divers traitements (bras) n'est pas bonne parce qu'il y a des caractéristiques que tu ne mesures pas et qui peuvent avoir une influence sur le réultat du traitement. Mais il y a une approche qui est un peu intermédiaire entre une assignation au hasard et une assignation déterministe, c'est l'appariement: dans ce cas, tu sélectionnes des paires de patients ayant le maximum de caractéristiques en commun (même sexe, même âge, même emploi, même lieu de résidence, etc) et ensuite tu affectes au hasard l'un des deux membres de la paire à un bras, l'autre à l'autre bras.

[gg0]

Chmiman,

Donc dire qu'il n'y a pas de biais de sélection par le hasard est faux !

Non. Puisque le biais est le fait d'avoir une différence systématique. L'avantage de la sélection au hasard est qu'il n'y a pas de différence systématique. Ce qui est vrai c'est que entre les deux échantillons choisis, il y a une différence "forte" (le critère qu'on va évaluer) et des différences "faibles", en moyenne nulles, dont on peut espérer qu'elles n'aient pas une influence notable sur ce qu'on veut évaluer. C'est d'ailleurs pourquoi, dans les études approfondies, on essaie de voir si des critères dont on pense qu'ils peuvent influencer le résultat ne sont pas présents de façon trop déséquilibrée (voir messages de Minushabens).

Pour le biais : La moyenne d'un échantillon est un estimateur sans biais de la vraie moyenne. Mais n'est quasiment jamais la vraie moyenne. la racine carrée s de l'estimateur de la variance est un estimateur biaisé de l'écart type de la population, mais le biais est sans importance dès que la taille de l'échantillon est grande.

Donc ne pas confondre biais et erreur : le biais est une erreur systématique.

Cordialement.

[Chmiman]

Merci de vos messages, mais il faut que j'éclaircisse plusieurs points incompris .

Pour Moi le biais de sélection c'est que quand la sélection est faite, le groupe ne soit pas représentatif du critère que l'on veut étudier ! J'ai fais un biais si j'ai mis les rouges d'un côté et les jaunes de l'autre par exemple . Mais ce biais là peut être fait aussi par le hasard , avec un peu de chance le hasard reparti n'importe comment . Mais vous me dites que vous vérifiez si le hasard a bien reparti selon les caractéristiques , mais alors dans ce cas là pourquoi tirer au sort puisque vous vérifiez ensuite si tout est bien reparti , autant repartir sois meme ? Et justement , quelles caractéristiques ne maîtrisent t'on pas lorsque c'est nous qui déterminons les groupes plutôt que le hasard , quesque le hasard a de + que nous ? L'erreur systématique je ne sais pas ce que c'est mais Moi je reste au point : biais = erreur qui perturbe l'étude . Et repartir au hasard peut engendrer un biais quand même ! Mais si vous me dites que vous vérifiez après tout va bien mais alors pourquoi avoir tiré au sort ?

Sur le non randomisé, Votre exemple sur les patients et le CHU m'a plu , mais si l'étude cas/ témoin a pour but de déterminer les d'acteur d'exposition à telle ou telle maladie ( c'est la définition ) , eh bien pourquoi la distance n'en ferai pas parti , si on veux comparer deux groupes atteints de maladie différentes , on trouvera forcément des différences , comment avoir deux groupes rigoureusement identiques lorsque l'on compare ? Je ne peux pas dire que la distance aie une influence sur la maladie , mais je peux pas dire qu'elle n'en a pas .

Sur le biais , je vois bien que vous essayez de me faire comprendre une notion que je ne comprends pas , cela dit si on reste sur le dossier médecine , le biais c'est d'avoir plutôt des origines ethniques d'un côté et d'autres de l'autre par exemple ! Et cette répartition , le médecin ou autre d'ailleurs peut la faire pour éviter que certaines origines soient regroupées contre d'autres dans un autre groupe , alors que le hasard peut très faire en sorte de mettre une origine d'un côté et une autre de l'autre ( c'est tiré par les cheveux car presque impossible , mais pas négligeable !)

[invite9dc7b526]

Sur le non randomisé, Votre exemple sur les patients et le CHU m'a plu , mais si l'étude cas/ témoin a pour but de déterminer les d'acteur d'exposition à telle ou telle maladie ( c'est la définition ) , eh bien pourquoi la distance n'en ferai pas parti , si on veux comparer deux groupes atteints de maladie différentes , on trouvera forcément des différences , comment avoir deux groupes rigoureusement identiques lorsque l'on compare ? Je ne peux pas dire que la distance aie une influence sur la maladie , mais je peux pas dire qu'elle n'en a pas .

c'est tout le problème: manifestement la distance au CHU était liée à la maladie dans cet échantillon, mais ce qui intéresse l'épidémiologiste, ce sont les facteurs de risque: ceux qui peuvent causer la maladie. Là il pouvait s'agir d'un simple biais de sélection: les cas et les témoins étaient sélectionnés par le fait qu'ils étaient venus consulter ce service hospitalier, donc ce sont les patients eux-mêmes qui se sélectionnent, et selon des critères inconnus des chercheurs mais qu'on devine être associés à la gravité de la maladie. S'il se trouve que le lieu de résidence est un facteur de risque par lui-même, on a une confusion : on ne pourra pas conclure.

[invite9dc7b526]

Je pense que dans les expressions "biais de sélection" ou "biais de mémorisation", le mot biais a un sens plus vague que dans le langage de la statistique.

[gg0]

Chmiman :

Pour Moi le biais de sélection c'est que quand la sélection est faite, le groupe ne soit pas représentatif du critère que l'on veut étudier !

Alors, rien ne permet de l'éviter : le mot "représentatif" en langage courant est impossible à réaliser avec un échantillon - En statistiques, il veut justement dire "pris au hasard, sans méthode de sélection qui risquerait d'introduire un biais". Avant de choisir un échantillon, on peut essayer d'éviter un biais (une erreur systématique). Une fois l'échantillon pris, on peut tester s'il n'a pas des caractéristiques qui montrent qu'on n'a pas vraiment choisi au hasard (exemple de Minushabens), mais rien ne permet d'affirmer que ce qu'on mesure sur l'échantillon est proche de ce que ça serait sur la population entière.

Pour éviter ces écarts, un seul moyen : Faire de la statistique sur toute la population.

Cordialement.

[Chmiman]

Donc si je comprends bien , c'est vous qui décidez ce qui est un biais de sélection et ce qui ne l'est pas ? Car dans certaines situations certains critères peuvent biaiser ce qu'on veut étudier , comme la distance dans votre exemple , car je vois mal la distance avoir une influence sur la maladie en elle même . Mais des fois ce qu'on pourrait prendre comme biais c'est justement la différence qui nous montre l'origine de la maladie n'est ce pas ?

Pour la randomisation , ducou vous me dites qu'après le tirage au sort vous vérifiez si l'échantillon convient ?

[Dlzlogic]

Bonjour et bonne année 2017.
@ gg0,

mais rien ne permet d'affirmer que ce qu'on mesure sur l'échantillon est proche de ce que ça serait sur la population entière.

Ben si, et heureusement, sinon tous les statisticiens seraient des rigolos.
Pour cela, il y a des outils. Il serait un peu long de rentrer dans les détails. Il faut se dire que les statisticiens ont mis au point des méthodes, des protocoles, des techniques, et à moins de connaitre parfaitement ce qui conduit à mettre au point ces méthodes, il vaut mieux les utiliser avec toute la rigueur possible.

[gg0]

Donc si je comprends bien , c'est vous qui décidez ce qui est un biais de sélection et ce qui ne l'est pas ?

Non, où as-tu vu ça ?

[Chmiman]

J'ai vu çà nulle part mais j'ai compris vos posts comme ça , par rapport au test CHU , la distance est un biais de sélection , mais peut être que d'autres critères comme par exemple le fait de fumer , ne sont pas des biais de sélections mais bel et bien la cause de la maladie . La distance rien ne me dis que c'est une cause de la maladie . Mais vous n'avez pas répondu à mon autre question , une fois le tirage au sort fait vous vérifiez les groupes ou non ?

[gg0]

J'ai vu çà nulle part mais j'ai compris vos posts comme ça , par rapport au test CHU , la distance est un biais de sélection , mais peut être que d'autres critères comme par exemple le fait de fumer , ne sont pas des biais de sélections mais bel et bien la cause de la maladie . La distance rien ne me dis que c'est une cause de la maladie . Mais vous n'avez pas répondu à mon autre question , une fois le tirage au sort fait vous vérifiez les groupes ou non ?

Moi, je ne fais rien, je ne suis pas statisticien. Lis les messages de Minushabens, pour voir certaines pratiques courantes.

" peut être que d'autres critères comme par exemple le fait de fumer , ne sont pas des biais de sélections mais bel et bien la cause de la maladie" Si on fait une étude sur le cancer du poumon chez les ouvriers de la chimie, le fait de choisir prioritairement des fumeurs est un biais de sélection; le fait de n'en choisir aucun est aussi un biais de sélection. Le fait de ne pas savoir s'ils fument ou pas est une erreur de méthodologie, pas un biais.

C ordialement.

[Chmiman]

Mais avant de faire des comparaisons traitement \ placebo , vous choisissez vos patients selon des critères spéciaux ? Par exemple si il y a des malades et que certains ont fumé dans leur vie et certain n'ont jamais fumé , vous pouvez faire le test avec ces gens mais si par malheur les fumeurs ( ou une caractéristique autre ) se retrouvent plutôt dans le groupe qui reçoit le traitement , eh bien votre test est biaisé et pourtant on les aura choisi au hasard , donc je re re pose ma question , apres avoir fait les différents groupes , vérifiez vous que toutes les carzcteritiques soient bien équilibrées ou à peu près équilibrées ?

Je parle de médecine car c'est dans ce domaine que j'aime parler statistique pas ça pourrait être des avis de consommateurs ou tout autre test statistique , ma question réside dans le principe de la randomisation , et surtout quesque la randomisation a de + qu'un choix humain !?

[gg0]

Tu reposes des questions auxquelles il a déjà été répondu !

[invite23cdddab]

Mais avant de faire des comparaisons traitement \ placebo , vous choisissez vos patients selon des critères spéciaux ? Par exemple si il y a des malades et que certains ont fumé dans leur vie et certain n'ont jamais fumé , vous pouvez faire le test avec ces gens mais si par malheur les fumeurs ( ou une caractéristique autre ) se retrouvent plutôt dans le groupe qui reçoit le traitement , eh bien votre test est biaisé et pourtant on les aura choisi au hasard , donc je re re pose ma question , apres avoir fait les différents groupes , vérifiez vous que toutes les carzcteritiques soient bien équilibrées ou à peu près équilibrées ?

C'(est pour ça que toutes les études sont données avec la probabilité que le résultat soit significatif...

Et non, le test n'est pas biaisé, puisque si on répète l'expérience un grand nombre de fois, les échantillons seront, en moyenne, équilibrés.

Ça n'est pas nécessairement le cas si on effectue le choix à la main

[Chmiman]

Mais alors comment sont effectués ces sélections randomisées , ma question c'est est ce que apres le tirage au sort on regarde si les caractéristiques ont été reparties de facon a ce que cela soit non biaisé ou comment cela se passe , je le répète , si j'ai des noirs et des blancs le tirage peut faire des noirs d'un côté des blancs de l'autre , eh bien est ce que apres ce tirage on rééquilibre si il y a un groupe qui est déséquilibré par rapport à l'autre ? Je reprends mon exemple , par exemple on mettrait plutôt des blancs et des noirs de chaque côté , mais cela on peut le faire sans tirage vous voyez ? Ce que j'aimerais vraiment c'est qu'on ne reparte pas sur d'autres thèmes mais que vous me dites si mon raisonnement est bon ou non avec mes exemples car je n'ai pas ma réponse sincèrement !

[Chmiman]

c'est tout le problème: manifestement la distance au CHU était liée à la maladie dans cet échantillon, mais ce qui intéresse l'épidémiologiste, ce sont les facteurs de risque: ceux qui peuvent causer la maladie. Là il pouvait s'agir d'un simple biais de sélection: les cas et les témoins étaient sélectionnés par le fait qu'ils étaient venus consulter ce service hospitalier, donc ce sont les patients eux-mêmes qui se sélectionnent, et selon des critères inconnus des chercheurs mais qu'on devine être associés à la gravité de la maladie. S'il se trouve que le lieu de résidence est un facteur de risque par lui-même, on a une confusion : on ne pourra pas conclure.

si le lieu de résidence est un facteur de risque , alors on peut conclure ! On peut dire que la maladie est associée à la localisation du patient , pourquoi on ne pourrait pas conclure ?

[invite23cdddab]

Mais alors comment sont effectués ces sélections randomisées , ma question c'est est ce que apres le tirage au sort on regarde si les caractéristiques ont été reparties de facon a ce que cela soit non biaisé ou comment cela se passe , je le répète , si j'ai des noirs et des blancs le tirage peut faire des noirs d'un côté des blancs de l'autre , eh bien est ce que apres ce tirage on rééquilibre si il y a un groupe qui est déséquilibré par rapport à l'autre ? Je reprends mon exemple , par exemple on mettrait plutôt des blancs et des noirs de chaque côté , mais cela on peut le faire sans tirage vous voyez ? Ce que j'aimerais vraiment c'est qu'on ne reparte pas sur d'autres thèmes mais que vous me dites si mon raisonnement est bon ou non avec mes exemples car je n'ai pas ma réponse sincèrement !

De fait, si on rééquilibre, on risque de réintroduire un biais. Donc il ne faudrait pas, en théorie, rééquilibrer les choses.

Mais si l'échantillon est manifestement non représentatif (mais choisi sans biais !), ça voudrait dire faire une étude qui ne va servir "à rien" : on n'a pas forcément les moyens (financiers et humains) de se le permettre.

[Chmiman]

Je vois bien , mais quel biais l'homme peut réintroduire dans une expérience où majoritairement on connaît les caractéristiques du patient , avez vous des exemples de biais que l'homme peut introduire mais que le hasard ne peut pas introduire ? Et comment un échantillon non représentatif peut être choisi sans biais ? La définition même de non représentatif c'est qu'il y a un biais ! Si ce que je dis est faux alors expliquez moi comment ne pas faire de biais et avoir quelque chose de non représentatif puisque la source de la non représentativité c'est le biais

[gg0]

une expérience où majoritairement on connaît les caractéristiques du patient

Tu rêves !

la source de la non représentativité c'est le biais

Ça, c'est ta définition personnelle du biais ("Pour Moi le biais de sélection c'est que quand la sélection est faite, le groupe ne soit pas représentatif du critère que l'on veut étudier ! ") Comme Tryss utilise la notion classique de biais, pas la tienne, ta question n'a pas de sens.

La connaissance parfaite n'existe pas, Chmiman, a ton sens, tout est biaisé. Donc soit tu acceptes de travailler avec de la connaissance incomplète, soit tu laisses tomber.