Puissance statistiques

Bonjour à tous,

J'ai besoin de votre aide.
Dans une étude, j'ai comparé le nombre de patients, séparés selon 2 pathologies, obtenant un score à un questionnaire <1 :
Pathologie A (n=27)
             Score < 1 = 8 patients
Pathologie B (n=70)
             Score < 1 = 22 patients
J'ai réalisé un chi-deux qui est non significatif avec un p=1.00

Un reviewer m'a fait le retour suivant :
The study is underpowered to detect difference in outcomes.
For mRS <1 comparation power is 5% only.
Power calculation for the main outcomes must be present in article.

Quelqu'un pourrait m'aider à comprendre ce qu'il me demande ?
Comment il a calculé son 5 % ?
"Power calculation for the main outcomes must be present in article." Sachant que j'ai réalisé des chi-deux et des tests de Mann-Whitney pour d'autres variables, que dois-je calculer ?

J'espère que quelqu'un pourra m'aider !!
Merci
Raumann

Voir - par exemple - ici

HTH, Eric.

Merci Eric pour votreréponse mais je ne comprends toujours pas ce qu'il me demande ...
Comment a-t-il calculé son 5 % ?
Quand il me demande de faire figurer dans le papier les "power calculation", si je mets les effect size c'est bon ? ou c'est autre chose ?

Merci encore pour votre aide !!
Raumann

Généralement, je m’abstiens. Mais là, je ne résiste pas. Cliquer ici

Pardon je me suis relu et je comprends que tu m'envoies ce lien (Effect size et puissance ne sont pas la même chose).

Ce que je voulais dire, et l'un de tes liens le précise, il semble que calculer la puissance a posteriori ne soient pas très "pertinent" ou "juste".
Par conséquent je me demandais si de calculer les effect size pouvait "répondre" au commentaire de mon reviewer ?

Par contre je ne comprends toujours pas d'où il sort son 5% ?

Ou pour ce test là :
Pathologie A (n=27) = 7 patients décédés
Pathologie B (n=70) = 14 patients décédés
J'ai fait un chi-deux, p = 0.59 et il m'écrit : "For death rate comparation power is 20%"
Comment calcule-t-il son 20% ?

Merci

Bonjour, cette question est loin d'être triviale, mais je pense comprendre à peu près ce que veut le reviewer, car c'est quelque chose qui revient assez souvent (par contre autant être claire dès le début je suis en désaccord avec ses remarques). En plus, les deux groupes ne sont pas équilibrés, on a un effectif de 27 et un effectif de 70, ce qui fait que les sites proposés par Eric (et il y en a d'autres) ne seront pas d'une grande aide. Je vais donc utiliser le package pwr dans R avec la fonction pwr.2p2n.test() qui permet de traiter des groupes d'effectifs différents.

Cette fonction relie
h= l'effect size
n1,n2=les effectifs
P= la puissance

1-Dans les études prospectives, il est demandé de justifier le nombre de patients qui est inclus, d'où la remarque du reviewer "Power calculation for the main outcomes must be present in article."
C'est un calcul qui se base sur l'hypothèse scientifique qui nous intéresse et sur laquelle on s'est basé pour monter l'étude.
ça ressemble globalement à ça "Sur l'hypothèse d'un taux de succès de 30% dans le premier groupe et de 50% dans le second groupe, pour une erreur de type I de 5%, il est prévu d'inclure 93 patients dans chaque groupe pour assurer une puissance statistiques de 80%". C'est un exemple sans lien avec ton étude. Donc, premières questions concernant ton étude :
Est-ce une étude prospective ?
Pourquoi les groupes sont-ils d'effectifs différents ? et puis globalement, pourquoi les effectifs sont égaux à 27 et 70, comment ça s'est passé ?

2-Le reviewer calcule des puissances a posteriori, c'est à dire que comme on a observé un effect size h=h1, il calcule la puissance a posteriori avec les effectifs de l'étude de rejeter l'hypothèse nulle H0 : "h = 0". C'est à dire que on vient de réaliser un test statistique non significatif, et donc on ne rejette pas H0, et là dessus on calcule la probabilité de rejeter H0 sous l'hypothèse que "h=h1". Quel sens ça a ? Pour moi aucun. Quand on utilise la fonction  pwr.2p2n.test() en mettant l'effect size égal à ce que tu as observé, les effectifs n1=27 et n=70, on obtient une puissance a posteriori de 0.09

Code:

pwr.2p2n.test(h=2*asin(sqrt(7/27))-2*asin(sqrt(14/70)), n1 = 27, n2 = 70, sig.level = 0.05,alternative = c("two.sided"))

     difference of proportion power calculation for binomial distribution (arcsine transformation)

              h = 0.1411569
             n1 = 27
             n2 = 70
      sig.level = 0.05
          power = 0.09552759
    alternative = two.sided

 NOTE: different sample sizes


Ce n'est pas tout à fait égal à son 5% mais je pense que c'est ce qu'il a fait, et qu'il a peut-être utilisée une formule sensiblement différente. Pour moi, le 5% vient de là, après qu'est ce qu'il compte en faire je n'en sais rien.

3-Si les effectifs 27 et 70 ne sont pas justifiables par des calculs de puissance, on peut éventuellement faire des calculs de puissance a posteriori pour savoir quel effect size aurait pu assurer 80% de puissance de rejeter H0. Pour dire "avec les effectifs qu'on a là, on aurait eu 80% de puissance si l'effect size était de 0.2" c'est pas complètement époustouflant, mais selon le domaine, on peut savoir qu'on allait s'attendre à un petit effect size de 0.2 ou bien à un plus grand effect size de 0.8, et donc déjà ça permet de discuter et ce n'est pas faux.

Code:

> pwr.2p2n.test( n1 = 27, n2 = 70, sig.level = 0.05,
+ power = 0.8,alternative = c("two.sided"))

     difference of proportion power calculation for binomial distribution (arcsine transformation)

              h = 0.634685
             n1 = 27
             n2 = 70
      sig.level = 0.05
          power = 0.8
    alternative = two.sided

 NOTE: different sample sizes


Par exemple les effectifs de 27 et 70 permettaient d'assurer 80% de puissance de rejeter "h=0" pour un effect size de 0.6.

Bonjour Skaperla,

Merci beaucoup pour toutes ces informations.
Pour répondre à tes questions :
Il s'agit d'une étude rétrospective. Les groupes sont d'effectif différent car c'est le nombre de patients ayant été victime d'un AVC dans deux hopitaux différents sur une même période. Et le but de l'étude est de comparer la prise en charge et le devenir des patients entre ces deux hopitaux ...

Du coup j'ai répondu au reviewer qu'il n'était pas pertinent de calculer la puissance a posteriori en m'appuyant sur certains articles que j'ai trouvé dans la littérature et j'ai rajouté les effect size dans ma partie résultats.

J'espère que cela lui conviendra !!

Merci pour le temps passé à m'expliquer tout ça et pour les codes, à défaut de lui calculer les puissances, je sais comment cela fonctionne !!

Bonne journée
Raumann