Ecole de santé publique de Nancy Construction dun outil de recueil pour une enquête C LOTILDE LATARCHE Module Santé Publique IFCS

Ecole deEcole desanté publiquesanté publique

de Nancyde Nancy

Construction d’un outil de recueil pour une enquête

CLOTILDE LATARCHE

Module Santé Publique

IFCS

2

Ecole de santé publique de NancyEcole de santé publique de Nancy

Plan du cours

1- Protocole 2- Recueil de l’information

Objectif = données de qualité3- Préparation des données

Codage, Saisie, Contrôles4- Analyse statistique5- Présentation des résultats

les étapes d’un enquêteLes étapes d’une enquête


de Nancyde Nancy

Recueil de l’information

4


Le protocole

Document écrit qui comporte Description du problème étudié (bibliographie….),

le(s) objectif(s) de l ’étude, le cadre de l ’étude La population (échantillon) Les moyens disponibles et les délais prévus Les autorisations / informations : patient,

médecins,CPP, CNIL Le questionnaire ou bordereau ou CRF

5


Objectif du recueil de données

Qualité des données = qualité des résultats Doit permettre les analyses

Obtenir 1 fichier « propre » lisible par le logiciel d’analyse

Tenir compte des coûts Directs Indirects (temps)

6


Identification

Données de santé = données sensibles Vie privée Confidentialité - Secret professionnel Le patient doit être informé de leur utilisation

Protection Questionnaire et fichiers informatiques

Anonymisation Accès Durée de conservation

7


Identification

Données directement ou indirectement nominatives : soumis à déclaration CCTIRS + CNIL

Pas de données nominatives + données de santé dans le même fichier informatique Nécessité de garder des données nominatives ? (suivi de cohorte)

Séparer les données nominatives permettant le suivi / données de santé qui seront analysées

Créer un numéro d’enquête pour faire le lien Liste de correspondance conservée de manière sécurisée Possible :

– initiales du nom et du prénom– Date de naissance – mois + année de naissance suffisant le plus souvent – Si besoin de la date complète : le justifier (ex : néonatalogie)

8


Déclaration CNIL

Obligatoire si données nominatives ou indirectement nominatives dans le doute demander un avis

Dans le domaine de la santé : CPP ou CCTIRS Prévoir les délais de réponse

Site internet (+++) cnil.fr et cctirs.fr

9


Information / Consentement du patient

Dépend du cadre réglementaire de la recherche

Information = minimum ! Il existe des dérogations au devoir

d’information Doivent être justifiées

Lettre d’information Intelligible !

10


Outils pour le recueil de données

Questionnaire : papier : fiche de recueil, codage Informatisé

Saisie des données : informatique tableur (Excel, …) base de données (4D, Acces,Epi-Data ….)

Analyse des données : informatique Logiciel de stat (SAS, Epi-Info…)

Présentation des résultats : Excel, Word, PowerPoint

11


Questionnaire : structure

3 parties Identification du sujet :

N° observation, éventuellement n° de centre ou d ’enquêteur

Inclusion : vérification des critères d’inclusion et d’exclusion du protocole

Critères étudiés( cf le protocole)

On ne recueille que ce que l’on a prévu d’exploiter ...

12


Questionnaire : forme (1)

Présentation soignée +++

Consignes de recueil, explications si possible sur le questionnaire, claires Guide de remplissage

Faire figurer les unités de mesure ex : poids en g ou en kg

Partie réservée au codage codage dans un 2ème temps

13



Attention à la longueur du questionnaire si entretien ou auto-questionnaire 20-30 mn

Parties logiques repères utiles pour retrouver les variables au

moment de l ’exploitation et simplifier les vérifications

Plusieurs pages papier : prévoir le « maintien » du questionnaire, identification des pages

14



Cases à cocher : disjointes

intubation

masque

spontanée

intubation

masque

spontanée

Réponse type oui/non sans ambiguïté

nonoui

1) Aimez vous le chocolat ?

Codage

15



En général pas d’item mixte

Travail +Maison

Maison

Travail

1) où fumez vous ?

nonoui Codage

Maison

Travail

nonoui

Maison

Travail

16



La forme guide la réponse

Poids de naissance

Age gestationnel

Date de naissance

g

Ou

SA

SA

+ jours

17



Nombre de réponses possibles classiquement : nombre pair … à discuter ex : êtes vous content de ce cours ?

Content

Très content

Assez content

Pas content

Mécontent

Très content

Très content

Très content

Très contentValeur « refuge »

18


Les questions

Formulation du libellé influence les résultats attention aux termes techniques incompréhensibles….

Fermées items prévus

suggestifs mais limitent pb mémorisation exhaustifs : couvrent l’ensemble des réponses

possibles (prévoir une case « autre ») pb interprétation « autre » liste peut être longue

19


Les questions ouvertes

exploitation plus difficile, réductrice, subjective

Intérêt économiser le temps d’entretien, la longueur du

questionnaire, la fatigue du répondeur expliciter des réponses fermées (question

complémentaire « pourquoi ? » pour vérifier la qualité de l’information (bonne

compréhension du reste du questionnaire ….) information spontanée

20


Les questions : cas particuliers

Redondance : pas toujours inutile ex : tabagisme et grossesse croisement des informations

Questions « filtres » vérifier la bonne compréhension du sujet valider l ’authenticité des autres réponses

ex : consommation de produits illicites chez les jeunes « noyer » la question d ’intérêt entre des

questions anodines ex : consommation de tranquilisant au cours de la

grossesse

21


Ordre des questions

Dépend du type d ’enquête Respecter la logique de l ’enquêteur et de

l’enquêté si enquête sur dossier médical, les questions doivent

suivre la logique du dossier limiter les allers-retours dans le questionnaire (risque de

valeurs manquantes, perte de temps) Enquête par interview

Au début : questions simples : mise en confiance Au milieu : questions les plus difficiles ou les plus

délicates A la fin : l ’attention diminue, terminer par des questions

simples et « positives »

22


Test du questionnaire

OBLIGATOIRE = pré-enquête A prévoir dans le « timing » de l ’enquête

formation des enquêteurs tester sur un échantillon identique à celui de

l’enquête ET dans les conditions de l’enquête compréhension, durée, « impression » des

cobayes Vérifier la qualité des réponses Numéroter/dater les versions papiers (+++)

23


Test du questionnaire (bis)

Ce qui est oublié est difficilement rattrapable ensuite

Vérifiez que le questionnaire recueille les données nécessaires pour répondre aux objectifs de l ’enquête

Le faire valider par un « expert » du sujet étudié

Test

24


Les variables / Les données

Format des variables pour la saisie numérique, caractère, date …. prévu à l’avance pour le masque de saisie numérique : précision

1 ou 2 chiffres après la virgule suffisent en général

Quantitatives, ordinales, qualitatives

particularité : échelle analogique

Information +++ +


de Nancyde Nancy

Préparation de l’information :

Codage, saisie, contrôles

26


Codage

Processus de transformation d’une information pour la rendre compatible avec un traitement bien défini

ne se fait pas au moment du recueil Sauf si recueil informatique, sans texte libre

libellé - code : permet vérification Recueil informatisé : saisie du code : faire apparaître

libellé outils de codage

soit propre à l’enquête soit déjà existante

27


Nomenclatures

Nomenclature, thesaurus, classification, catalogue

Exemples Classification Internationale des Maladies

(CIM10) Classification Communes des Actes médicaux

(CCAM) Professions : INSEE Codes communes, canton, département

28


Codes

Code numérique (++) ou caractère économique en temps de saisie et en place « thesaurus » de l ’enquête

Booléen (yes/no) prudence : valeurs manquantes

Valeurs manquantes vérification codage spécifique

Interprétation des questions ouvertes

29


Ce qui ne doit pas se faire lors du recueil

Transformation de variables regroupement de variables

ex : codage pathologie

mise en classe

Calcul sur les variables durée, âge

ex :( date consultation-date naissance)/365.25

Réalisés au moment de l ’exploitation

30


Variables particulières (1)

Identification clé : jonction de fichier ou multifichier numéro d ’identification simple ou composé

Département

N° hôpitalN° fiche

31


Variables particulières (2)

format des dates (attention format export / import) jj mm aaaa : précision au jour près jj mm aaaa hh mn : calcul des délais en

minute possible le format date permet calcul, extraction du

mois, du jour …..

32


Échelle analogique

Recueil réglette : positionnement par le sujet,

relevé par l ’enquêteur par questionnaireQ1 je souffre :

Pas du tout C’est insupportable

33


Un exemple de logiciel de saisie :

Epi-data

34


Epidata

Gratuit, simple d’utilisation

téléchargement à partir d’Internet, version en

français

http://www.epiconcept.fr/html/epidata.html Setup_epidata_fr.exe (1,3 Mo) Version d'installation d'EpiData 3.1 en

français

35


Fonctions d’EpiData

Conception du masque de saisie Contrôle à la saisie Saisie Exportation sous différents formats

36


Conception du masque

Ouvrir EpiData 1-questionnaires nouveau fichier .QES

Ce fichier correspond au bordereau de recueil

Informations à définir Le nom de chaque variable L’intitulé en clair de chaque variable = label Le type de chaque variable

37


Le fichier.QES

Nom de la variable Le plus simple possible Les 8 premiers caractères de la ligne Pas d’espace, pas d’accent

Label de la variable À la suite du nom, sur la même ligne Éviter les accents

Type de la variable À la suite du label, sur la même ligne Caractère: _ autant que nécessaire Numérique: # autant que nécessaire Date: <dd/mm/yy> Aide sur le type de variable:

Menu Editer liste de choix

38


Exemple de fichier.QES

39


Création du fichier de données, contrôles à la saisie

On peut paramétrer le masque à partir du fichier.QES Dans fichier options masque

2-créer fichiers de données Étape quasi instantanée : fichier.QES fichier.REC Fichier .REC = là où seront stockées les données saisies

3-contrôles Création d’un fichier.CHK à partir du fichier.REC Range (étendue): valeur min valeur max Legal (valeur autorisée): valeur1 valeur2 Jumps (saut de question): valeur_Q1>nom_Q5 Must enter (saisie obligatoire): Yes/No

40


Exemple de contrôle

41


Exemple de masque

42


Saisir, documenter, exporter

4-saisir des données 5-documenter

Descriptif de la structure du fichier.REC Nom Libellé Type Taille Contrôles

Liste les variables saisies 6-exporter les données

EpiData ne permet que la saisie Pour l’exploitation statistique Vers différents formats dont SAS

43


Si vous êtes perdu…

Aide introduction à Epidata Document pdf de 5 pages

Aide contenu index Pour trouver la syntaxe des différentes

commandes

44


Saisie des données

Tableur données peu nombreuses, « simples » relecture et correction faciles pas ou peu de contrôles de saisie

Bases de données données nombreuses, multi fichiers contrôles de saisie faciles comparaison de fichiers

Qui saisit ?

45


Masque de saisie

Reproduction la plus fidèle possible du questionnaire papier à l’écran

Définition du format des variables Type de saisie Eventuellement calcul de certaines variables Ordre de saisie Contrôles

46


Logiciels saisie

Base de données relationnelle, contrôles Logiciels « libres »

Série EPI INFO Attention à la version 2000, préférer la version 6

EPI DATA : dérivé de Epi Info Même logique et robustesse que la version 6 Plus convivial, fonctionnalité de mise à plat, d’export etc

….

Plus complets (payants) Access 4D ….

47


Cas particulier : tableur

Rappel une ligne par sujet une colonne par variable

NUM TERME DEPT SEXE POIDS AGE M. DECES MULT.

313 36 88 F 1220 27,78097 3 0

203 34 54 F 1470 35,05270 0 1

492 34 57 F 1430 32,17796 0

215 34 54 F 1420 24,49281 0 0

… … … … … … … …

48


Tableur : Ceci est inexploitable

NUM infection germe POIDS DECES Cause DC

313 0 0 ? ? ? oui Pas derenseignement

203 1 E.Coli,staph 1470 non non

492 1 Escherichia C. 1430 NON 0

215 0 Pas de germe 1420 Non 0

… … … … … …

49


Contrôles de saisie

Champs obligatoire interdit le passage à la fiche suivante et

l ’enregistrement si non saisi effet pervers : on met n’importe quoi pour avancer

Contrôles intra champs valeurs autorisées, minimum-maximum...

Contrôles inter champs = cohérence conditionnelle : SI/ ALORS/ SINON OU IF/ THEN/

ELSE

Valeur par défaut risque de diminuer l ’attention

50


Qualité de la saisie

Limiter les erreurs de saisie qualité du questionnaire, du codage, du masque

Avantages et inconvénients des contrôles Double saisie

saisie des mêmes fiches papiers par deux personnes différentes puis comparaison (automatique) des 2 fichiers obtenus

Saisie automatisée : lecture optique ex : certificats de santé

51


Le formulaire informatique

Mode de remplissage « direct » Attention : modalités d’envoi

Données de santé : envoi sécurisé (messageries sécurisées, webmail sécurisé ….)

Pas adapté pour tout …. Principes identiques

Contrôles de saisie : +++ Baisse des coûts Vérifications en cas d’erreur de saisie plus

complexes Test et validation du questionnaire : idem

52


Résultat de la saisie

Fichier standard 1sujet (ou unité statistique) = 1 ligne 1 variable = 1 colonne

Format d’échange :

id var2 var3 var4 var5 var6 var7123

1 variable par colonne

1 sujet par ligne*

* pas toujours !

53


Export des fichiers

Export plusieurs possibilités en général attention aux dates, caractères

particuliers (ê,ù..) Excel, Epi-Info….

54


Vérification - début analyse

Qualité : exhaustivité – qualité information Analyse univariée de toutes les variables

qualitatives : % valeurs manquantes valeurs aberrantes …

quantitatives : idem + formes des distributions mises en classes possibles ….

Analyse bivariées recherche des erreurs, cas impossibles ..

Dénombrement

55


Structure des fichiers

Mono fichier•Mère

•identif.•var2•var3…..

•Enfant 1•identif•var2•var3…..

•Enfant 2•identif•var2•var3……

•Enfant 3•identif•var2•var3…...

Multi fichiers

•Mère•CLE.•var2•var3…..

•Enfants

•CLE•identif•num enfant•var2•var3…..

Choix à réfléchir ….

Peut être remodifié par la suite

56


Manipulations de fichiers

Base de données ou logiciel exploitation sous fichiers jonction de fichiers : verticale

id var2 var3 var 4123



Ajout de sujets

57


Manipulations de fichiers

jonction de fichiers : horizontale id var2 var3 var4123

id var5 var6 var7123

id var2 var3 var4 var5 var6 var7123

Ajout de variables

58


Analyse statistique


de Nancyde Nancy

Principes de bases en Statistiques

60


I. Echantillon et estimation.

Intérêt de l’échantillon par rapport à la population cible

Choix de l’échantillon : représentativité (tirage au sort aléatoire, randomisation, taille)

Estimation des paramètres d’une population à partir des mesures faites sur l’échantillon.

61


II. Notion de variable

Dans une étude statistique, les paramètres mesurés chez les sujets sont appelés : VARIABLES.

2 types de variables : QUALITATIVE (ex : type de pathologie, sexe…)

exprime une qualité de l ’individu et est constituée de différentes modalités (ou classes) exclusives les unes des autres

QUANTITATIVE (ex : taille, poids, age…) est une variable qui peut se mesurer .

62


1/ Variable qualitative

Une variable qualitative s’exprime en classes ou en modalités (ex: la variable SEXE a 2 modalités H et F)

La répartition de l’effectif total dans les classes s’exprime en % (fréquences, rapports…, ex : 60% d’hommes et 40% de femmes)

63


2/ Variable quantitative

Appelée aussi variable continue c’est une variable qui peut se mesurer et pour laquelle on peut déterminer : Moyenne (μ), médiane Écart-type (σ), étendue (range)

« μ » et « σ » sont les paramètres de la variable estimés pour la population à partir du calcul de « m » et « s » réalisé sur l’échantillon

64


Attention! Il est possible de « discrétiser » une variable quantitative exemple : la variable taille recueillie en cm peut

être discrétiser en une variable qualitative en 3 classes : <160 cm; [160 cm à 180 cm]; et > 180 cm.

MAIS il est toujours souhaitable de recueillir l’information la plus précise et de discrétiser ultérieurement si nécessaire!

65


IV. L’analyse statistique (1)

L’analyse descriptive description de l’échantillon : pour chacune des

variables: nombre de sujets fréquences de chacune des classes pour les

variables Qualitatives moyenne et écart-type pour les variables

Quantitatives (ou médiane et range)

66


IV. L’analyse statistique (2)

Exemple : dans un échantillon de 200 patients description :

Nb Moyenne (e.t.) /Frequences

Age(ans)

195 57 (0.9)

Sexe 198 H = 48%

Diabète 150 Absence = 80%DID = 5%

DNID = 15%

67


Présentation des résultats :

Tableaux et graphiques

68


Présentation des résultats: tableaux

Le tableau de résultat principal doit toujours être mis dans le texte: le tableau n’est mis en annexe que s’il est

simplement descriptif Ne pas faire de tableau (citer les chiffres dans le

texte) si vous n’avez pas beaucoup de chiffres ne doit comporter que des barres horizontales:

Le tableau doit pouvoir se lire seul, sans l’aide du texte être indépendant et doit être appelé dans le texte

69


Présentation des résultats: tableaux

Variables qualitatives :

des fréquences relatives (ou absolues si

effectif faible) en pourcentage avec le n total.

variables quantitative

des moyennes avec écart type,

70


Présentation des résultats: Graphiques

Rarement dans un rapport écrit :des tableaux dans l’écrit et

des graphiques pour la présentation orale.

Le graphique doit être titré, légendé, numéroté, appelé dans

le texte, non redondant et uniforme pour un même travail.

Utiliser les mêmes échelles, réalistes et significatives une

grande échelle gomme les différences faibles et inversement.

Fonctions graphiques d’ Excel…

Le graphique doit être adapté au type de variable.

71



Variables quantitatives: Courbe de distribution :en abscisse (axe

horizontal) la variable à étudier et en ordonnée l’effectif.

Nuage de points : en croisant deux variables pour visualiser l’étendue des données. La courbe qui relie les points est informative visuellement.

Boite à moustaches: Représenter la médiane, le premier et troisième

quartile, le minimum et maximum de la valeur. Représenter la moyenne +/- l ’écarts type.

72



73



Variables qualitatives: la fréquence

Diagramme en barre ou l ’histogrammes : la

longueur est proportionnelle à la fréquence.

Camembert : la surface est proportionnelle à la

fréquence

S’applique aussi aux quantitatives découpées

en classes ce qui correspond à une variable

qualitative ordinale.

74



75



76



77


En pratique pour le stage…

Construction d’un questionnaire Objectif quantitatif Objectif qualitatif (Pourquoi ?,

comment?..) Entretien individuel Focus Group Groupe Nominal

– Attention, connaissance et expérience des techniques nécessaires

Observation

Documents

Ecole de santé publique de Nancy Construction dun outil de recueil pour une enquête C LOTILDE LATARCHE Module Santé Publique IFCS