top of page
L’impact de l’erreur de mesure en épidémiologie
L’erreur de mesure survient lorsque soit l’état de santé ou les déterminants de cet état sont mesurés avec des outils qui ne sont pas parfaits. Ceci est la norme en médecine et non pas l’exception, et est d’autant plus vrai pour la mesure de maladies négligées pour lesquels peu d’investissements ont permis de développer de bons tests abordables. Comme mentionné ci-haut, ceci est une problématique majeure pour l’étude et le traitement d’infections du système nerveux central, mais aussi lorsqu’il vient le temps de mesurer le rôle que peut jouer l’infection chez l’animal pour l’infection chez l’humain (ou vice versa).
Notre équipe a utilisé des méthodes statistiques Bayésiennes afin d’ajuster pour l’erreur de mesure et ainsi démontrer que le chien semblait jouer un rôle dans l’infection des humains avec Schistosoma japonicum aux Philippines. Nous avons aussi démontré que d’ignorer ce type d’erreur peut masquer une association entre deux agents infectieux, tous deux mesurer avec des tests non parfaits. Ces méthodes ont aussi été utilisées par notre groupe de recherche pour obtenir des estimés plus corrects de la prévalence de diverses issues telles que l’épilepsie, les céphalées sévères, l’utilisation de drogues injectables, la performance des médecins de famille pour contrôler les maladies cardio-vasculaires, etc. Nous avons démontré à de nombreuses reprises que l’erreur de mesure d’une ou plusieurs variables peut masquer ou faussement suggérer des associations importantes entre variables
Notre équipe a été la première à obtenir des estimés de la sensibilité et de la spécificité de la méthode Kato Katz répétée une, deux ou trois fois pour la détection de trois helminthes sans présumer de l’exactitude de quelque test que ce soit. Nous avons aussi été les premiers à décrire les limites du dépistage pour des maladies neurologiques comme l’épilepsie et les céphalées sévères dans un communauté Africaine.
bottom of page