Inférence causaleL'inférence causale est le processus par lequel on peut établir une relation de causalité entre un élément et ses effets. C'est un champ de recherche à la croisée des statistiques, de l'économétrie, de l'épidémiologie, de la méthodologie politique et de l'intelligence artificielle. En 1920, Sewall Wright développe la première path analysis. Cette analyse graphique des relations de causalité entre les variables constitue selon Judea Pearl un travail pionnier dans l'inférence causale.
Clinical researchClinical research is a branch of healthcare science that determines the safety and effectiveness (efficacy) of medications, devices, diagnostic products and treatment regimens intended for human use. These may be used for prevention, treatment, diagnosis or for relieving symptoms of a disease. Clinical research is different from clinical practice. In clinical practice established treatments are used, while in clinical research evidence is collected to establish a treatment.
Treatment and control groupsIn the design of experiments, hypotheses are applied to experimental units in a treatment group. In comparative experiments, members of a control group receive a standard treatment, a placebo, or no treatment at all. There may be more than one treatment group, more than one control group, or both. A placebo control group can be used to support a double-blind study, in which some subjects are given an ineffective treatment (in medical studies typically a sugar pill) to minimize differences in the experiences of subjects in the different groups; this is done in a way that ensures no participant in the experiment (subject or experimenter) knows to which group each subject belongs.
Causal reasoningCausal reasoning is the process of identifying causality: the relationship between a cause and its effect. The study of causality extends from ancient philosophy to contemporary neuropsychology; assumptions about the nature of causality may be shown to be functions of a previous event preceding a later one. The first known protoscientific study of cause and effect occurred in Aristotle's Physics. Causal inference is an example of causal reasoning. Causal relationships may be understood as a transfer of force.
Staphylocoque doréLe staphylocoque doré (Staphylococcus aureus) est l'espèce la plus pathogène du genre Staphylococcus. Elle est responsable d'intoxications alimentaires, d'infections localisées suppurées et, dans certains cas extrêmes, d'infections potentiellement mortelles (patient immunodéprimé, prothèses cardiaques). S. aureus se présente comme une coque en amas (grappes de raisin), Gram positif et catalase positif. Sa teneur en caroténoïdes lui confère une couleur dorée à l'origine de son nom. L'espèce S.
Staphylococcus aureus résistant à la méticillinevignette|Souche de SARM, en microscopie électronique vignette|Microscopie électronique, colorée vignette|Rupture d'un kyste infecté par une souche SARM vignette|Image de microscopie électronique à balayage (fausses couleur) de quatre staphylocoques aureus résistants à la méticilline en train de se faire ingérer par un globule blanc (neutrophile) Le Staphylococcus aureus résistant à la méticilline (SARM) ou, en Methicillin-resistant Staphylococcus aureus (MRSA) est un Staphylococcus aureus (couramment appelé
Effet noceboL'effet nocebo (du latin : « je nuirai ») est un terme introduit en 1961 par Walter Kennedy. L'effet psychologique ou physiologique lié à la prise d'une substance inerte n'est pas toujours bénéfique, sous la forme d'un effet placebo, il peut aussi être dommageable pour l'individu, et on parle alors d'effet nocebo. Cet effet nocebo peut prendre la forme d'effets indésirables. Le patient, croyant qu'il prend un médicament, est susceptible de recréer, par suggestion, les effets indésirables dont il a pu entendre parler auprès de ses amis ou dans les médias, ou qu'il a simplement lus sur la notice.
Modèle causal de Neyman-RubinLe modèle causal de Neyman-Rubin (ou modèle à résultats potentiels, en anglais potential outcome model) est un cadre de pensée permettant d'identifier statistiquement l'effet causal d'une variable sur une autre. La première version du modèle a été proposée par Jerzy Neyman en 1923 dans son mémoire de maîtrise. Le modèle a ensuite été généralisé par Donald Rubin dans un article intitulé « ». Le nom du modèle a été donné par Paul Holland dans un article de 1986 intitulé « ». Expérience naturelle Méthode des
StaphylococcusStaphylococcus (les staphylocoques) est un genre de bactéries coques à Gram positif et catalase positive, et coagulase positive pour Staphylococcus aureus, Staphylococcus intermedius, Staphylococcus pseudintermedius, Staphylococcus delphini et certains Staphylococcus schleiferi, négative pour les autres. Une vingtaine d'espèces de staphylocoques sont actuellement identifiées, dont l'espèce principale : Staphylococcus aureus, responsable de nombreuses infections humaines et animales.
Average treatment effectThe average treatment effect (ATE) is a measure used to compare treatments (or interventions) in randomized experiments, evaluation of policy interventions, and medical trials. The ATE measures the difference in mean (average) outcomes between units assigned to the treatment and units assigned to the control. In a randomized trial (i.e., an experimental study), the average treatment effect can be estimated from a sample using a comparison in mean outcomes for treated and untreated units.
