@article{chazard_comparer_2016,
	series = {Colloque {Adelf}-{Emois} « {Système} d’information hospitalier et {Epidémiologie} »},
	title = {Comparer la durée de séjour de deux groupes de patients : quel test choisir ? {Comparaison} des risques alpha et bêta de douze tests statistiques},
	volume = {64, Supplement 1},
	issn = {0398-7620},
	shorttitle = {Comparer la durée de séjour de deux groupes de patients},
	url = {http://www.sciencedirect.com/science/article/pii/S0398762016000146},
	doi = {10.1016/j.respe.2016.01.013},
	abstract = {Introduction
De nombreuses études PMSI ou qualité des soins comparent la durée moyenne de séjour (DMS) de deux groupes de séjours. La distribution est pourtant particulière : discrète, nombreux ex-aequo sur les valeurs faibles et fortement asymétrique avec quelques valeurs extrêmement élevées. Elle est en théorie incompatible avec de nombreux tests statistiques, qui sont généralement réalisés sans vérifier ni les conditions de validité, ni l’impact sur le risque alpha (probabilité d’observer une différence significative à tort) et la puissance. L’objectif est de comparer, à l’aide de simulations, les risques alpha et bêta empiriques de 12 méthodes statistiques utilisables pour comparer deux DMS.
Méthodes
La loi de distribution de la durée de séjour (DS) est extraite de la base nationale du PMSI (ex-DGF, hors séances). Le risque alpha est estimé pour 16 tailles d’échantillons : deux échantillons sont tirés au sort, les 12 tests sont exécutés et les « p valeurs » sont stockées. Le processus est répété 1 000 000 fois. Le risque bêta (et donc la puissance) est estimé de manière similaire sous trois scénarios d’hypothèse alternative, avec 100 000 itérations.
Résultats
Certaines méthodes présentent une inflation inacceptable du risque alpha : la régression gamma avec un lien Log, le Log Rank, la régression quantile (médiane), la régression de Poisson et l’analyse de survie de Weibull. Certaines méthodes ont un risque alpha conservé mais une faible puissance : le test de Student, la régression linéaire avec un lien Log et le modèle de Cox. Les auteurs recommandent des méthodes dont le risque alpha est conservé et la puissance optimale : le test de Student sur les rangs ou avec transformation logarithmique, le test de Wilcoxon et le test de Kruskal-Wallis.
Discussion/conclusion
La méthode statistique doit donc être bien choisie ou, à défaut, ré-étalonnée par bootstrap. Le test de Student, le plus fréquemment utilisé, est peu puissant mais présent dans ce cas un risque alpha nettement inférieur à celui attendu.},
	urldate = {2016-03-18},
	journal = {Revue d'Épidémiologie et de Santé Publique},
	author = {Chazard, E. and Preda, C. and Beuscart, R.},
	month = mar,
	year = {2016},
	keywords = {Erreurs des tests, Test statistique, ésDurée de séjour},
	pages = {S32--S33},
}

{"_id":"YM9kddGH6BhNmqtAN","bibbaseid":"chazard-preda-beuscart-comparerladuredesjourdedeuxgroupesdepatientsqueltestchoisircomparaisondesrisquesalphaetbtadedouzetestsstatistiques-2016","author_short":["Chazard, E.","Preda, C.","Beuscart, R."],"bibdata":{"bibtype":"article","type":"article","series":"Colloque Adelf-Emois « Système d’information hospitalier et Epidémiologie »","title":"Comparer la durée de séjour de deux groupes de patients : quel test choisir ? Comparaison des risques alpha et bêta de douze tests statistiques","volume":"64, Supplement 1","issn":"0398-7620","shorttitle":"Comparer la durée de séjour de deux groupes de patients","url":"http://www.sciencedirect.com/science/article/pii/S0398762016000146","doi":"10.1016/j.respe.2016.01.013","abstract":"Introduction De nombreuses études PMSI ou qualité des soins comparent la durée moyenne de séjour (DMS) de deux groupes de séjours. La distribution est pourtant particulière : discrète, nombreux ex-aequo sur les valeurs faibles et fortement asymétrique avec quelques valeurs extrêmement élevées. Elle est en théorie incompatible avec de nombreux tests statistiques, qui sont généralement réalisés sans vérifier ni les conditions de validité, ni l’impact sur le risque alpha (probabilité d’observer une différence significative à tort) et la puissance. L’objectif est de comparer, à l’aide de simulations, les risques alpha et bêta empiriques de 12 méthodes statistiques utilisables pour comparer deux DMS. Méthodes La loi de distribution de la durée de séjour (DS) est extraite de la base nationale du PMSI (ex-DGF, hors séances). Le risque alpha est estimé pour 16 tailles d’échantillons : deux échantillons sont tirés au sort, les 12 tests sont exécutés et les « p valeurs » sont stockées. Le processus est répété 1 000 000 fois. Le risque bêta (et donc la puissance) est estimé de manière similaire sous trois scénarios d’hypothèse alternative, avec 100 000 itérations. Résultats Certaines méthodes présentent une inflation inacceptable du risque alpha : la régression gamma avec un lien Log, le Log Rank, la régression quantile (médiane), la régression de Poisson et l’analyse de survie de Weibull. Certaines méthodes ont un risque alpha conservé mais une faible puissance : le test de Student, la régression linéaire avec un lien Log et le modèle de Cox. Les auteurs recommandent des méthodes dont le risque alpha est conservé et la puissance optimale : le test de Student sur les rangs ou avec transformation logarithmique, le test de Wilcoxon et le test de Kruskal-Wallis. Discussion/conclusion La méthode statistique doit donc être bien choisie ou, à défaut, ré-étalonnée par bootstrap. Le test de Student, le plus fréquemment utilisé, est peu puissant mais présent dans ce cas un risque alpha nettement inférieur à celui attendu.","urldate":"2016-03-18","journal":"Revue d'Épidémiologie et de Santé Publique","author":[{"propositions":[],"lastnames":["Chazard"],"firstnames":["E."],"suffixes":[]},{"propositions":[],"lastnames":["Preda"],"firstnames":["C."],"suffixes":[]},{"propositions":[],"lastnames":["Beuscart"],"firstnames":["R."],"suffixes":[]}],"month":"March","year":"2016","keywords":"Erreurs des tests, Test statistique, ésDurée de séjour","pages":"S32–S33","bibtex":"@article{chazard_comparer_2016,\n\tseries = {Colloque {Adelf}-{Emois} « {Système} d’information hospitalier et {Epidémiologie} »},\n\ttitle = {Comparer la durée de séjour de deux groupes de patients : quel test choisir ? {Comparaison} des risques alpha et bêta de douze tests statistiques},\n\tvolume = {64, Supplement 1},\n\tissn = {0398-7620},\n\tshorttitle = {Comparer la durée de séjour de deux groupes de patients},\n\turl = {http://www.sciencedirect.com/science/article/pii/S0398762016000146},\n\tdoi = {10.1016/j.respe.2016.01.013},\n\tabstract = {Introduction\nDe nombreuses études PMSI ou qualité des soins comparent la durée moyenne de séjour (DMS) de deux groupes de séjours. La distribution est pourtant particulière : discrète, nombreux ex-aequo sur les valeurs faibles et fortement asymétrique avec quelques valeurs extrêmement élevées. Elle est en théorie incompatible avec de nombreux tests statistiques, qui sont généralement réalisés sans vérifier ni les conditions de validité, ni l’impact sur le risque alpha (probabilité d’observer une différence significative à tort) et la puissance. L’objectif est de comparer, à l’aide de simulations, les risques alpha et bêta empiriques de 12 méthodes statistiques utilisables pour comparer deux DMS.\nMéthodes\nLa loi de distribution de la durée de séjour (DS) est extraite de la base nationale du PMSI (ex-DGF, hors séances). Le risque alpha est estimé pour 16 tailles d’échantillons : deux échantillons sont tirés au sort, les 12 tests sont exécutés et les « p valeurs » sont stockées. Le processus est répété 1 000 000 fois. Le risque bêta (et donc la puissance) est estimé de manière similaire sous trois scénarios d’hypothèse alternative, avec 100 000 itérations.\nRésultats\nCertaines méthodes présentent une inflation inacceptable du risque alpha : la régression gamma avec un lien Log, le Log Rank, la régression quantile (médiane), la régression de Poisson et l’analyse de survie de Weibull. Certaines méthodes ont un risque alpha conservé mais une faible puissance : le test de Student, la régression linéaire avec un lien Log et le modèle de Cox. Les auteurs recommandent des méthodes dont le risque alpha est conservé et la puissance optimale : le test de Student sur les rangs ou avec transformation logarithmique, le test de Wilcoxon et le test de Kruskal-Wallis.\nDiscussion/conclusion\nLa méthode statistique doit donc être bien choisie ou, à défaut, ré-étalonnée par bootstrap. Le test de Student, le plus fréquemment utilisé, est peu puissant mais présent dans ce cas un risque alpha nettement inférieur à celui attendu.},\n\turldate = {2016-03-18},\n\tjournal = {Revue d'Épidémiologie et de Santé Publique},\n\tauthor = {Chazard, E. and Preda, C. and Beuscart, R.},\n\tmonth = mar,\n\tyear = {2016},\n\tkeywords = {Erreurs des tests, Test statistique, ésDurée de séjour},\n\tpages = {S32--S33},\n}\n\n","author_short":["Chazard, E.","Preda, C.","Beuscart, R."],"key":"chazard_comparer_2016","id":"chazard_comparer_2016","bibbaseid":"chazard-preda-beuscart-comparerladuredesjourdedeuxgroupesdepatientsqueltestchoisircomparaisondesrisquesalphaetbtadedouzetestsstatistiques-2016","role":"author","urls":{"Paper":"http://www.sciencedirect.com/science/article/pii/S0398762016000146"},"keyword":["Erreurs des tests","Test statistique","ésDurée de séjour"],"metadata":{"authorlinks":{}}},"bibtype":"article","biburl":"https://api.zotero.org/users/1597782/collections/MSB7W4UM/items?key=gxIPM4PJtMVcB8OpssCWodtP&format=bibtex&limit=100&start=100&sort=date","dataSources":["Ad3P6FkzWSCKrZQXc"],"keywords":["erreurs des tests","test statistique","ésdurée de séjour"],"search_terms":["comparer","dur","jour","deux","groupes","patients","quel","test","choisir","comparaison","des","risques","alpha","douze","tests","statistiques","chazard","preda","beuscart"],"title":"Comparer la durée de séjour de deux groupes de patients : quel test choisir ? Comparaison des risques alpha et bêta de douze tests statistiques","year":2016}