stratification et ajustement

Bonjour,

C'est possible d'avoir une explication de quand on les fait ? Si j'ai bien compris, on cherche à diviser en sous groupe pour voir la population qui influe sur le résultat dans une stratification. Mais un ajustement ?

Doit on les faire à chaque fois du coup ?

merciiiii

Salut ! Je me renseigne pour te donner la différence exacte entre les 2 parce que je m'en rappele plus très bien.
Sache que tu vas les utiliser dans le cadre d'études épidémiologiques, mais à notre niveau c'est plutôt anecdoctique.
Tu dois plutôt savoir à quoi ça sert , quand ça sert et pourquoi le faire.
Bien entendu, il faut la présence de facteurs de confusion sinon ça ne sert à rien .
J'essaye de te donner une réponse complète d'ici demain matin grand max

Coucou !

Est ce que tu a eu une réponse du coup ? Merci

Après avoir remué ciel et terre ,
J'ai trouvé une réponse
" les deux sont des méthodes pour prendre en compte l'effet confondant d'un troisième facteur :
- Dans la stratification, tu crées des sous groupes selon le facteur confondant, et tu testes l'association entre les 2 facteurs qui t'intéressent au sein de chaque sous groupe (par ex : association amiante / cancer du poumon chez les fumeurs actifs / fumeurs sevrés / non fumeurs). T'as donc autant d'associations que de sous groupes ( = de strates)

-L'ajustement, c'est se servir d'un modèle mathématique pour intégrer l'effet de ce facteur confondant donc tu vas intégrer comme variable d'ajustement la consommation tabagique en paquet-années dans ton modèle -->La mesure de l'association sera ajustée sur le tabagisme


En général, on utilise un ajustement quand la force de l'association entre les 2 trucs que tu étudiés est constante pour toutes les valeurs du facteur confondant (c'est donc un vrai facteur de confusion, ses effets "s'additionnent" à ceux de l'exposition), et la stratification quand le facteur "confondant" a un effet synergique avec l'exposition (c'est multiplicatif et du coup l'effet est différent au sein de chaque strate; ça n'a donc pas de sens d'étudier l'échantillon dans sa globalité)"

Explication d'un interne que j'ai vite fait simplifiée. Si tu n'as toujours pas compris je peux aller plus en détail maintenant que j'ai moi-même compris !
Bonne journée et déso du petit retard

Merci énormément d’avoir pris le temps de me répondre, je suis vraiment désolée si cette question t’a pris beaucoup de temps pour demander
Ta réponse est hyper claire, mais pour etre sûre que j’ai bien compris je reprends l’exemple du CCB : on veut savoir si les arrêts de travail sont en lien avec la catégorie socioprofessionnelle. Pour être plus précis on veut savoir entre les hommes et les femmes si c’est différent, du coup on divise en strate en stratifiant sur le sexe.

Dans le cas d’un ajustement on voudrait connaître plus spécifiquement la variable qui impacte, car il peut y avoir un biais de confusion, par exemple on peut ajuster l’etude Sur la santé qui peut impacter sur le nombre d’arrêts de travail....
Est ce bien cela ?

Je m’excuse encore pour cette relance,
Merci d’avance pour ta précision.

Salut !
Oui c'est exactement ça !
Pour préciser un peu ton exemple sur l'ajustement, tu vas du coup intégrer cette nouvelle variable ( une donnée qui peut caractériser la santé) dans ton modèle. Ce sont des notions d'épidémiologies qui seront plus vues en détail en P2.
Bonne soirée