Etude Tai chi - besoin d'avis

Bonsoir à toutes et tous

Je réalise mon mémoire dans le domaine du sport adapté et j'aurais bien aimé avoir votre avis niveau stats.

Pour mon étude, j'ai suivi 18 patients pendant 3 semaines dans un centre de rééducation :
-9 patients avec qui j'ai réalisé un programme de Tai-chi + 1 évaluation physique hebdomadaire (prise en charge tai chi + kiné + ergo)
-9 patients avec qui je ne réalisait que l'évaluation hebdomadaire -> groupe contrôle (prise en charge kiné + ergo)

L'hypothèse de l'étude est de savoir si des séances de Tai-chi ont un réel impact physique sur une population en centre de rééducation, en complément de la kiné + ergo.

A partir des résultats recueillis, voila ce que j'avais en tête :
1/ Montrer que les 2 échantillons sont similaires lors de l'évaluation initiale (H=0)
Pour cela utiliser le test de student pour échantillon indépendant (ou utiliser Man Whitney si les données ne respectent pas la loi normale)

2/comparer les moyennes d'évolution du score du groupe Tai-chi avec le groupe contrôle (quand je parle de moyenne d'évolution c'est le score évaluation finale - score évaluation initiale). Cela me permettrai de voir si dans le groupe Tai-chi le score est significativement meilleur, sil y a eu une meilleur progression sur l'ensemble du programme de 3 semaines par rapport au groupe contrôle.
Pour cela je comptais également utiliser le test de student pour échantillon indépendant (ou utiliser Man Whitney si les données ne respectent pas la loi normale)

Qu'est-ce que vous pensez de mon raisonnement ?

Merci d'avance

Oui, c'est une démarche qui pourrait coller (il y en a d'autres).

Cependant, vous ne dites rien sur la nature des variables que vous mesurez, ce qui est pourtant crucial lorsqu'on aborde une étude statistique. Vous parlez de "score". Qu'est-ce que cela représente ?

La réponse à cette question permettra d'orienter l'analyse, par exemple si ce que vous mesurez peut être considéré comme gaussien ou non, etc.

HTH, Eric.

Bonjour,

Il pourrait également être intéressant de comparer graphiquement le(s) paramètres entre les groupes et temps.
En effet l'approche par test d'hypothèse (Student ou Mann-Whitney) pour tester si les groupes sont similaires à H=0 n'est pas une bonne approche. Vous n'avez que n=9, ainsi s'il y a une différence entre les groupes vous risquez de ne pas la détecter à cause de la taille d'échantillon.
Vous pourriez ajouter une analyse de puissance basée sur n=9, avec la variabilité observée dans vos données afin d'estimer le delta que vous pourriez détecter avec des tests de différences comme Student/Mann-Whitney.

HTH,
Bastien

le traitement (tai / contrôle) a été alloué aléatoirement ou pas ?

Sinon, même si l'effectif est un peu limite, j'analyserais plutôt ca avec de l'analyse de variance en mesures répétées.

Pour les critères initiaux dans les 2 groupes, la tendance actuelle est de ne pas faire de tests stats (problème des comparaisons multiples) et de simplement rechercher des dissymétries pouvant suggérer un biais d'inclusion, particulièrement sur des groupes a faible effectif. En clair, les biostats présentent les caractéristiques des 2 groupes sous la forme de moyenne / IC95 sans faire de test de comparaison.

c@ssoulet a écrit:Sinon, même si l'effectif est un peu limite, j'analyserais plutôt ca avec de l'analyse de variance en mesures répétées.

Oui, c'est à cela que je pensais aussi, et c'est pour cela que j'ai dit "(il y en a d'autres)". Mais c'est également pour cette raison que j'ai questionné sur la nature des données récoltées, et notamment de savoir si elles peuvent être considérées comme gaussiennes ou non.

Eric.

Merci à tous pour vos réponses


j'ai omis de préciser en effet la nature de mes variables.

Ma variable indépendante est le type de prise en charge du patient (prise en charge tai chi VS prise en charge contrôle) → variable nominale

Ma variable dépendante est un test d'aptitudes physiques, le SPPB test (Short Physical Performance Battery). Je pensais que c'était une variable quantitative, mais après réflexion je me demande si elle n'est pas qualitative ?

Je vous donne un des critères du test :

test  levé de chaise : le patient doit se lever de sa chaise 5 fois consécutivement, le plus rapidement possible. Si le patient réalise ses 5 répétitions en : <11,19sec  → 4 points
11,20-13,69 → 3 points
13,70-16,70 → 2 points
>16,70 → 1 point
60 sec ou impossible → 0 points

voilà selon vous ce test doit être interpréter comme qualitatif ? Les autres critères du tests sont de la même nature que dans l'exemple. Le score maximal à ce test est 12.


Pour l’échantillonnage, j'ai fait la méthode d’échantillonnage systématique donc aléatoire.

ok je vais voir pour l'intervalle de confiance sans passer par les tests de comparaison, je vous tiens au courant sur ce point

Votre variable d’intérêt est dite semi-quantitative. Hors de question d'imaginer que ceci suive une loi normale (à moins de travailler sur des moyennes pour chaque individu, ce qui n'est pas le cas). Tout ce qui est ANOVA (sur données répétées ou non) me semble difficile, pour faire suite aux discussions précédentes sur ce post.

Eric.

Normalement il y a 3 scores dans le SPPB: vitesse de marche, équilibre et lever de chaise.

Son résultat est exprimé sous la forme: somme des 3 scores. Très souvent, ces trucs exprimés en sommes de sous-scores suivent des lois approximativement normales qui permettent d'utiliser les tests "usuels" de comparaison.

Le plus simple est de chercher quelques publis sur PubMed et d'aller directement au mat & med pour voir comment ca a été interprété dans les papiers publiés, mais au feeling je mettrais bien une blinde sur de l'analyse de variance.

Si effectivement on travaille sur la somme (je parlais de moyenne dans ma réponse précédente, mais c'est pareil à une constante près) alors on peut se raccrocher au cas normal, en vertu du théorème central limite. L'ANOVA (éventuellement sur données répétées) devient alors effectivement un choix correct. A voir donc si travailler sur la somme de plusieurs critères semi-quantitatifs est la solution qui convient ici.

Eric.