données anthropométriques

Bonjour,

Je voudrais comparer deux échantillons de 16 patients qui ont été tirés au hasard sur un groupe de 32 patients choisis de manière ciblée (avec des critères d'inclusion et d'exclusion).

J'applique un traitement de kiné différent à chaque groupe et je mesure dans chaque groupe la douleur avec une échelle avant et après expérimentation.

Je dois d'abord vérifier que les deux groupes sont comparables au départ (avant expérimentation) : je pense à un test de Mann-Whitney (la douleur étant une variable qualitative).

Je constate que dans de nombreuses études, on compare aussi certaines données du type : âge, taille, BMI, sexe, ... au départ. Je ne vois pas l'intérêt de faire çà. Si au départ ma population a été bien définie, ces données ne devraient pas avoir d'influence sur la douleur.

Etes-vous d'accord ou je me trompe complètement ?

Merci de votre réponse.

Habituellement on vérifie que les groupes soient bien semblables sur le critère d'évaluation (douleur) mais aussi sur les critères de confusion potentiels. Sex ratio, age ... etc ... c'est des critères de confusion importants

Je ne vois pas l'intérêt de faire çà de manière systématique. D'ailleurs, lesquels choisis-t-on ? L'âge, la taille, le sexe, ...

Par exemple, dans mon cas, je ne vois pas trop comment le sexe peut intervenir dans la douleur. Ne vaudrait-il pas mieux cibler finement la population de départ ?

Fais un peu de biblio sur perception de la douleur homme femme et tu comprendras

D'accord, mais il vaut mieux dans ce cas décider de prendre une population de départ constituée uniquement de femmes plutôt que de tester l'homogénéité des échantillons sur base du sexe.

En 25 ans, des essais, j'en ai fait et j'en ai interprété... J'essaie juste de te donner quelques petits conseils... Lorsqu'on interprète un essai contrôlé randomisé, la première chose à faire est de vérifier que les caractéristiques des 2 populations est à peu près similaire. Juste histoire d'être sur q'il n'y ait pas eu un caprice du hasard lors de la randomisation qui ait introduit un desequilibre. C'est toujours possible, surtout avec de faibles effectifs comme les tiens.
Après, multiplier les tests, tester ou pas, sur quelles variables ... etc.. c'est une discussion sans fin et il y a une littérature énorme la dessus. En pratique, pour un petit boulot comme ca, on ne s'emmerde pas: on teste à peu près tout, et si aucune différence significative n'apparait on est content et on dit ok, les 2 groupes sont similaires, on peut interpréter sans se prendre le chou avec des ajustements.

Bon, après, chacun est maitre de ce qu'il fait. Mais si tu veux révolutionner la méthodologie de l'interprétation des essais cliniques, la route risque d'être longue...

Merci pour votre réponse. Ca m'aide dans ma réflexion. Il faut quand même avouer qu'on voit de tout dans les études et que çà donne parfois l'impression de manque de cohérence, d'où ma question

BOULE1969 a écrit:Je dois d'abord vérifier que les deux groupes sont comparables au départ (avant expérimentation) : je pense à un test de Mann-Whitney (la douleur étant une variable qualitative).

Un test de Mann-Whitney est un test qui se fait sur des variable quantitatives. Il y a problème ici. Peut-être l'idée pourra être de comparer les distributions des réponses dans les modalités de la variable mesurée entre les deux groupes ?

HTH, Eric.

La douleur est mesurée sur une échelle. C'est donc bien une variable qualitative transformée en nombre d'où le test de Mann-Whitney mais çà n'était pas le sujet.

Bonne journée.