Introduction : des données à l`information

Projet Obe Maghreb
Ecole thé
thématique gestion et analyse de donné
données
20 au 29 avril 2010
Gestion et analyse de données
d’enquêtes épidémiologiques
Introduction
Agnè
Agnès Gartner, Pierre Traissac
Institut de recherche
pour le développement
UMR 204 « Pré
Prévention des malnutritions et pathologies associé
associées »
IRD, Montpellier, France
1
Introduction
ƒ Des données à l’information
ƒ Pourquoi Epidata
Epidata,, Epidata Analysis ?
ƒ Objectifs de la formation
és pratiques
ƒ Modalit
Modalité
2
Des données à l’information
Question
(e.g. de nutrition)
Monde réel
(e.g. population adultes
d’un pays)
?
Processus d’observation
(e.g. enquête nationale)
Ce qu’on perçoit
3
Des données à l’information
Monde réel
Base de sondage
Plan de sondage
Absences, refus
Questionnaires
Enquêteurs
Transcription valeurs
Ce qu’on perçoit
Codage
4
Des données à l’information
Monde réel
Base de sondage
Saisie des données
Plan de sondage
Gestion de données
Absences, refus
Analyse
Questionnaires
Présentation résultats
Enquêteurs
Transcription valeurs
Ce qu’on perçoit
Codage
5
Des données à l’information
ƒ
Donné
Données informatisé
informatisées
- importation
- vérification (e.g. appareil de labo)
1- Accès aux données
ƒ
2- Gestion des données
3- Analyse des données
Donné
Données « papier »
- saisie (lecture, frappe)
- contrôles
- validation (double saisie totale / partielle)
- apurement/vé
apurement/vérifications logiques
- documentation (dictionnaire de donné
données)
ƒ
Outil logiciel spé
spécifique saisie
- cré
création utilitaires de saisie
- contrôle, validation, apurement
- EpiData,
EpiData, ENTER dans EpiInfo
formulaires dans MS/ACCESS,
4- Présentation des données
ƒ
Data manager Ù
spé
spécialiste discipline (corrections)
6
Des données à l’information
ƒ
Conservation
- sécurité
curité
- sauvegardes
1- Accès aux données
ƒ
Pré
Préparation avant analyse
- sélections (individus, variables)
- mise en relation, fusion de fichiers
- calcul de nouvelles variables
- recodages
- documentation (versions fichiers, dictionnaires)
2- Gestion des données
3- Analyse des données
ƒ
Outil logiciel
- SGBD (e.g. MSMS- Access, Oracle, …)
- gestion de donné
données dans logiciels statistiques
(SAS, Stata, SPSS)
ou gé
généralistes (EpiInfo
(EpiInfo,, Epidata Analysis)
Analysis)
4- Présentation des données
ƒ
Data manager Ù spé
spécialiste discipline
7
Des données à l’information
ƒ
1- Accès aux données
ƒ
Analyse statistique
- plan
d’
d’analyse +++
- résumé
sumés graphiques, numé
numériques
- type de variable (quantitative, qualitative)
- analyses univarié
univariées,
es, bivarié
bivariées,
es, multivarié
multivariées
- statistique descriptive, statistique infé
inférentielle
- documentation (processus, donné
données)
2- Gestion des données
3- Analyse des données
4- Présentation des données
Synthè
Synthèse des donné
données
- question posé
posée
- donné
données disponibles
- caracté
caractéristiques de l’l’enquête
ƒ
Outils logiciels
- logiciels spé
spécifiques (SAS, Stata, SPSS, R)
- fonctions dans logiciels gé
généralistes
(Epidata Analysis)
Analysis)
ƒ
Statisticien Ù spé
spécialiste discipline
8
Des données à l’information
1- Accès aux données
2- Gestion des données
3- Analyse des données
4- Présentation des données
9
Des données à l’information
1- Accès aux données
ƒ
Pré
Présenter l’
l’information
ƒ
But, public ?
ƒ
Mode de pré
présentation
- oral (duré
(durée, forme, contexte)
- écrit (article, rapport, ouvrage)
- hypermé
hypermédia (CD, Web)
2- Gestion des données
3- Analyse des données
ƒ
ƒ
Tableaux, graphiques, cartes
Outils logiciels divers
- fonctions graphiques SAS, Stata, Excel
- spé
spécifiques (PowerPoint, Dreamweaver)
Dreamweaver)
4- Présentation des données
ƒ
Graphiste, concepteur site Web,
journaliste …
Ù spé
spécialiste discipline
10
Des données à l’information
Monde
el
Monde rré
réel
Base de sondage
Saisie des données
Plan de sondage
Absences, refus
Gestion de données
Analyse
Questionnaires
Enquêteurs
Pr
ésentation rré
ésultats
Pré
Transcription valeurs
Ce qu’on perçoit
Codage
11
Formation Epidata : introduction
ées à l’information
ƒ Des donn
donné
ƒ Pourquoi Epidata, Epidata Analysis ?
ƒ Objectifs de la formation
és pratiques
ƒ Modalit
Modalité
12
Pourquoi EpiData
1- Saisie des données
1- EpiData
(Masques de saisie,
contrôles, validation)
2- Gestion des données
(Recodages, calculs de nouvelles variables,
fusion de fichiers, sauvegardes)
2- EpiData Analysis (+ Anthro)
3- Analyse des données
(statistiques descriptive, inférentielle,
tableaux, graphiques)
3- EpiData Analysis
4- Présentation des données 4- MS Office (Word, Excel, Power Point)
(tableaux, graphiques,
document écrit, présentation orale)
(ou OPEN Office)
13
EpiData
EpiData
Masque de saisie
Fichier de type .QES
Contrôle de la saisie
Fichier de type .CHK
Fichier de type .REC
Tableau de donné
données
14
Pourquoi EpiData
1- Saisie des données
(Masques de saisie,
contrôles, validation)
2- Gestion des données
(Recodages, calculs de nouvelles variables,
fusion de fichiers, sauvegardes)
3- Analyse des données
(statistiques descriptive, inférentielle,
tableaux, graphiques)
1- EpiData
2- EpiData Analysis (+ Anthro)
3- EpiData Analysis
4- Présentation des données 4- MS Office (Word, Excel, Power Point)
(tableaux, graphiques,
document écrit, présentation orale)
(ou OPEN Office)
15
Epidata Analysis
16
Pourquoi Epidata ?
ƒ Héritier de Epi Info 6
- Epidata Association, Odense, Danemark (www.epidata.dk
(www.epidata.dk))
- logiciel du monde « libre » (non commercial)
- saisie de donné
données, fonctionnalité
fonctionnalités ++ (Epidata
(Epidata))
- gestion / analyse de donné
é
es
simple
(Epidata
Epidata
Analysis)
donn
(
Analysis)
- +/compatibilité
é
fichiers
/
programmes
Epi
Info
6
+/ compatibilit
- quelques spé
é
cificité
é
s
é
pidé
é
miologie
sp cificit
pid
ƒ Langage de programmation (vs. menus)
- bonnes pratiques, qualité
qualité : traç
traçabilité
abilité, documentation
- combine les deux (fenêtre « History », fichiers log)
ƒ Limites
- fonctionnalité
fonctionnalités analyse de donné
données (Epidata
(Epidata Analysis v 2.2.1)
- mises à jours fré
fréquentes (Epidata
(Epidata Analysis v 2.2.1)
17
Formation Epidata : introduction
ées à l’information
ƒ Des donn
donné
ƒ Pourquoi Epidata
Epidata,, Epidata Analysis ?
ƒ Objectifs de la formation
és pratiques
ƒ Modalit
Modalité
18
Objectifs
ƒ Prise en main des logiciels
- Principales fonctionnalité
fonctionnalités
- Epidata Analysis +++
ƒ Saisie de donné
données (Epidata
(Epidata))
- Cré
Création masque de saisie simple (information)
- Mise en œuvre de contrôles à la saisie (information)
ƒ Gestion des donné
données (Epidata
(Epidata Analysis)
Analysis) +++
- Calcul variables, indices, recodages
- Opé
Opérations sur tableaux de donné
données : fusions, mise en forme
- Indices nutritionnels enfants : logiciel ANTHRO OMS (information)
ƒ Analyse des donné
données (Epidata
(Epidata Analysis)
Analysis) +++
- Analyses descriptives simples
- En particulier analyse donné
données épidé
pidémiologiques (RR, OR, confusion)
19
Objectifs
ƒ Mise en œuvre de bonnes pratiques + +
- Principes de qualité
qualité
- Traç
Traçabilité
abilité
- Documentation (donné
(données, processus gestion / analyse)
ƒ Logiciel = outil.
Importance des notions théoriques de base
- Gestion de donné
données
- BioBio-statistique
- Epidé
Epidémiologie
20
Introduction
ées à l’information
ƒ Des donn
donné
ƒ Pourquoi Epidata
Epidata,, Epidata Analysis ?
ƒ Objectifs de la formation
ƒ Modalités pratiques
21
Modalités pratiques (1)
ƒ Intervenants IRD, Montpellier
UMR 204 NUTRIPASS : IRD – Univ.
Univ. Montp.
Montp. 1 & 2
« Pré
Prévention des malnutritions et pathologies associé
associées »
- Agnè
Agnès Gartner
Chargé
Chargée de recherche, Nutritionniste
- Pierre Traissac
Ingé
Ingénieur de Recherche, BiostatistiqueBiostatistique-Epidé
Epidémiologie
22
Modalités pratiques (2)
ƒ Dix participants
- Yousra Al Karim
- Asmaa El Hamdouchi
- Otmane Ayyat
- Houda El Hsaini
- Hakim Belghiti
- Khalid El Kari
- Nissrine Choua
- Siham Goumi
- Nadia Derbali
- Ali Jafri
23
Modalités pratiques (3)
ƒ Logistique
- IRD (Francis Delpeuch) et UIT (Abdellatif Bour)
ƒ Pédagogie
- Exposé
Exposés, cours magistraux
- Exercices sur ordinateur (en fonction des sujets)
- Participation active de l’l’auditoire souhaité
souhaitée
ƒ Propositions de programme et d’horaires
(c.f. document)
24