c'est surtout l'effet de ces coupures involontaires...<br /> ne pas utiliser les symboles "plus petit" ou "plus grand" ...

Je suppose que vous avez fait une erreur involontaire en écrivant que 123 était à 4 écarts-type de 103 ? Pour une loi de Poisson l'écart-type étant la racine carré de la moyenne, donc ici de 103 si<br /> vous voulez, 20 correspond à peu près à 2 écarts-type.

Je retente avec un ou deux caractères spéciaux en moins ;-)<br /> <br /> <br /> « Comme ils modélisent le nombre de cas apparus par une loi de Poisson et que ces lois de probabilités sont définies par un seul paramètre qui est leur moyenne, ils ont donc choisi de modéliser par<br /> la loi de Poisson de moyenne 102,7. »<br /> <br /> La loi de poisson était utilisée pour calculer un écart-type à multiplier par 2 pour définir le nombre critique à P plus petit que 0.05 : 103+2 sqrt(103)=123 (Jusque là on doit être d’accord).<br /> Donc ce serait la faute à Poisson ? Pas si sur… Une modélisation est une approximation de quelque chose (ici l’approximation est H1, à appliquer à la « chose » H0), mais on ne n’est pas pour autant<br /> autorisé à adapter les choses en fonction de la modélisation, ce serait du raisonnement ad hoc. D’ailleurs, plusieurs « choses » différents donnent la même approximation/modélisation.<br /> <br /> Récapitulons les différentes hypothèses de base:<br /> -H0=2 mois après une injection quelconque (choix des auteurs);<br /> -H0G= 4 mois après une injection si c'est la première ou si elle est isolée, 0 mois si c'est une seconde ou troisième injection (G pour Guennebaud) ;<br /> -ou encore, je vais en inventer une, H0J: 2 mois après une injection si c'est la troisième, 1 mois si il s'agit d'une autre sorte d'injection (au point où en en est, si je raisonnais de la même<br /> façon que vous, j'irais jusqu'à dire qu'il s'agit là manifestement du choix des auteurs, qu’ils ne l’ont pas écrit, mais qu’ils auraient du, etc…).<br /> <br /> Maintenant, je vais appliquer H1 pour obtenir une durée, parce que tout comme vous et tout comme les auteurs, je ne sais pas qui a eu 3 injections ou pas, mais je peux supposer que c'est une grande<br /> majorité. En appliquant H1, les trois H0 donnent 4 mois... et non seulement ils donnent le même nombre de cas attendus (103), mais aussi le même écart-type (sqrt(103)). D'ailleurs, c'est amusant de<br /> noter comment votre H0G et mon H0J ont été choisis de façon Ad Hoc pour mener, avec l'utilisation de H1, au même nombre de cas attendus que ce que les auteurs obtiennent en faisant H0+H1, mais en<br /> perdant la simplicité du H0 qui n’attribuait pas de valeur spéciale aux différents types d’injection.<br /> <br /> Notons aussi que si on prend mon H0J et H1, rien ne pourrait m’empêcher de prétendre que les auteurs ont modélisés avec trois lois de poisson ayant chacune leur paramètre, et dont ils ont ensuite<br /> cumulé les résultats. Donc, on calcule les cas attendus et leur écart-type poissonneux en découpant en trois tranches (le premier mois, le deuxième mois, et enfin les deux derniers mois), on aura,<br /> avec x=103 et pm= plus ou moins,<br /> -tranche 1:x/4 pm sqrt(x/4)<br /> -tranche 2:x/4 pm sqrt(x/4)<br /> -tranche 3:x/2 pm sqrt(x/2),<br /> et si on veut par la suite reconstituer le gâteau à partir des tranches, on trouve<br /> x/4+x/4+x/2 pm sqrt[(sqrt(x/4))^2+(sqrt(x/4))^2+(sqrt(x/2))^2]<br /> =x pm sqrt[x/4+x/4+x/2]<br /> =x pm sqrt(x)<br /> qui est le même résultat que si on prenait le gâteau entier (4 mois) directement.<br /> Le nombre critique qui était défini à 2 sigma sera aussi le même, peut importe le H0 considéré ou la façon dont on découpe la gâteau. En fait le nombre moyen et le nombre critique vont dépendre de<br /> H1, du moment que H0 est choisis de façon Ad Hoc (c'est à dire dans le but de donner une durée totale de 4 mois).<br /> <br /> Je pourrais aussi vous inventer une autre H0 ad hoc tant que j'y suis:<br /> H0Jb= 2mois après une troisième injection, 0 après une deuxième et 2 mois pour les autres sortes d'injection (et il est manifeste qu'il s'agit bien du choix des auteurs et bla et bla... pas<br /> frapper, c'était pour rire)<br /> Elle est absurde cette H0J2? Et a l'air choisie n'importe comment pour coller à quelque chose? Et bien oui, et elle donne bien x et sqrt(x) comme nombre moyen et comme écart-type. Donc j’aurais<br /> bien envie de prétendre que les auteurs ont utilisés deux lois de poisson de même paramètre.<br /> Encore une ? H0Jc : 4 mois après une première injection, si elle est suivie des deux autres selon le schéma à trois temps, et 0 mois pour toutes les autres sortes d’injections. Sous H1, c’est tout<br /> à fait à Ad hoc.<br /> Bref, on peut vraiment faire dire tout et n’importe quoi aux auteurs, tant qu’on se ramène à 4 mois. Mais ce n’est pas sans conséquences sur la suite.<br /> <br /> Là où ca devient intéressant (et c’est ce que vous esquivez), c'est qu'en fonction du H0 considéré, l’erreur (hors écart-type s’entend) sur le nombre de cas attendus, due à l'application de H1,<br /> sera différente. Disons qu’en réalité 20 % des injections étaient des injections isolées, et que les 80 % autres injections suivaient le schéma à 3 temps, et regardons le nombre moyen de cas<br /> attendus et son écart-type pour chaque H0 considérée :<br /> -en partant de H0: 113 pm sqrt(113)<br /> -en partant de H0G: 144 pm sqrt(144)<br /> -en partant de H0J:98 pm sqrt(98)<br /> -en partant de H0Jb:113 pm sqrt(113)<br /> -en partant de H0Jc:82 pm sqrt(82)<br /> En réalité, les nombres cas notifiés espérés, en l'absence d’association entre le vaccin et les ADC, et en l'absence de sous-notification, sera égal à un des quatre résultats ci-dessus, selon le H0<br /> retenu pour faire le tri dans les rapports de cas réels. Et puisqu'en principe le 20% n'est pas connu et qu'on continue à utiliser H1 pour estimer les cas attendus, tout ce qui serait en dehors de<br /> l’intervalle à 2 écart-types [83-123] conduirait à une interprétation erronée, soit en terme d’association dangereuse (si plus grand que 123) ou d’association protectrice (si plus petit que<br /> 83).<br /> -selon H0 : 113 appartient à [83-123]: pas d’interprétation.<br /> -selon H0G : 144 plus grand que 123 : on est à 4 écart-types de 103, donc on conclurait erronément à une association dangereuse. Ca reviendrait à vouloir faire croire que la baraka, ca existe.<br /> -selon H0J : 98 appartient à [83-123]: pas d’interprétation.<br /> -selon H0Jb : 113 appartient à [83-123]: pas d’interprétation<br /> -selon H0Jc : 82 plus petit que 83 : On pourrait presque conclure erronément à une association protectrice.<br /> <br /> Les auteurs ont donc choisis une voie raisonnable, ils n’attribuent pas de statut différent aux différentes injections, ce qui dans l’hypothèse nulle (pas d’association entre vaccin et ADC) n’a<br /> rien de choquant.<br /> Par contre votre hypothèse n’est pas raisonnable, elle attribue un statut différent aux injections (pourquoi ? comment ? mystère…), elle est ad hoc dans le sens où elle vous permet de garder la<br /> même modélisation, et elle peut mener à des erreurs d’interprétation des résultats (mais c’est votre but non ?)<br /> Les miennes non plus ne sont pas raisonnables, elles sont ad hoc. Si vous argumentez sur la pertinence de H0B, il n’y a d’ailleurs rien qui m’empêcherait d’argumenter sur la pertinence de H0Jc…<br /> Mais ce n’est pas mon trip.<br /> Et si les auteurs avaient choisis H0Jc et ainsi minimisé artificiellement le risque, vous seriez le premier à vous en offusquer, à raison, alors que ca repose sur le même argument que les vôtres…<br /> (cad adapter la façon de faire le tri des cas réels à la modélisation).<br /> <br /> Pour votre lecture du conditionnel, le « could » n’est pas là pour « si on le faisait », mais pour « puisqu’il est possible que tout le monde n’a pas eu trois doses, cela pourrait… » ou plus<br /> simplement « puisqu’on le fait, cela pourrait… » le conditionnel pourrait d’ailleurs être remplacé par un simple present « puisqu’on le fait, cela entraine… » , sans trop altérer le sens.<br /> D’ailleurs dans la phrase suivante, ils sont bien repassés au simple present. Le conditionnel étant là pour traduire qu’ils ne savent pas jusqu’à quel point ca peut altérer les choses, une forme<br /> d’atténuation de l’affirmation…<br /> <br /> Et de toute façon, ils parlent bien de la modélisation des cas attendus et pas du tri des cas notifiés (pour cà, retourner voir la fin de la première colonne et le début de la seconde). En fait,<br /> vous avez encore tronqué l’extrait en oubliant cà :<br /> “Background incidence rates used are consistent with epidemiological data on MS in other European countries [3].”<br /> A ce moment là dans le texte et jusqu’à la fin du paragraphe, on parle bien de l’estimation des cas attendus, j’y peux rien.<br /> <br /> « Dans la phrase suivante ils tentent une évaluation de cette sous-notification, gratuitement en quelque sorte (sans incidence sur l'étude) juste pour envisager la situation, ce qui ne peut être<br /> utilisé pour "démontrer" qu'ils auraient fait le contraire de ce qu'ils ont écrit. »<br /> <br /> Dans la phrase suivante, ils ne parlent pas de la sous-notification, mais la sous-estimation du nombre de cas attendus qui résulterait des « 20% » si ceux-ci étaient vrais. On appelle çà « discuter<br /> des implications des hypothèses sur les résultats pour évaluer la pertinence des éventuelles conclusions », et ce n’est pas gratuit, c’est ce qui permet d’estimer la qualité des résultats. S’ils<br /> avaient pris votre H0B, ils auraient été bien en peine au moment d’en arriver à la discussion… parce qu’avec un facteur de 1.4 au lieu de 1.1, leur résultats n’auraient plus signifiés<br /> grand-chose.<br /> <br /> En espérant que cà passe,<br /> Julie

Amusant, dans un premier temps, le message passe, et 5 minutes après, il est coupé n'importe comment...<br /> <br /> bref, c'est pas la peine de lire ce qui précède ^^

Mon dernier message a aussi été coupé… Enfin, il ne restait que quelque lignes dont je vais vous faire grâce ;-)<br /> <br /> « Comme ils modélisent le nombre de cas apparus par une loi de Poisson et que ces lois de probabilités sont définies par un seul paramètre qui est leur moyenne, ils ont donc choisi de modéliser par<br /> la loi de Poisson de moyenne 102,7. »<br /> <br /> La loi de poisson était utilisée pour calculer un écart-type à multiplier par 2 pour définir le nombre critique à P123) ou d’association protectrice (si 123 : on est à 4 écart-types de 103, donc on<br /> conclurait erronément à une association dangereuse. Ca reviendrait à vouloir faire croire que la baraka, ca existe.<br /> -selon H0J : 98 appartient à [83-123]: pas d’interprétation.<br /> -selon H0Jb : 113 appartient à [83-123]: pas d’interprétation<br /> -selon H0Jc : 82