class: title-slide, inverse <!-- backgroud-image: url(img/data_analysis_cover.jpg) --> <!-- background-size: cover --> .pull-left[ # Analyse et interprétation des résultats ## Dakar, 2022-05-31 ### Facundo Muñoz<br/>facundo.munoz@cirad.fr<br/><img src="img/CirBlanc_L230px.png" style="width: 25%" /> <!-- ![](img/CirBlanc_L230px.png) --> ] .pull-right[ ![](img/data_analysis_cover.jpg) ] ![](img/band_praps.png) ??? <!-- --- --> <!-- layout: true --> <!-- <a class="footer-link" href="https://umr-astre.pages.mia.inra.fr/training/notions_stats/">Notions de base en statistiques - umr-astre.pages.mia.inra.fr/training/notions_stats/</a> --> --- class: inverse, middle, center # PPCB --- class: middle Classement des U2 # U2 positive : circulation de PPCB détectée - __1__ sérologie PI > 60 % OU - __2__ sérologies 60 % > PI > 50 % --- class: middle Classement des U1 # U1 positive : __1__ village positif --- class: middle # Taux de prévalence __partiel__ - par région ou strate `\(h\)` - proportion de U1 positives dans l'échantillon `$$\hat{p}_h = m_h / n_h$$` `\(m_h \leq n_h\)` est le nombre d'U1 positives dans le strate `\(h\)`. --- class: middle # Taux de prévalence __global__ `$$\hat{p}_\text{st} = \sum_{h=1}^H \dfrac{N_h}{N} \, \hat{p}_h$$` IC95% `\(\hat{p}_\text{st} \pm 1.96 \, \hat{\sigma}_\text{st}\)` C. f. [Annexe technique](annexe_technique.html#intervalle-de-confiance-pour-le-taux-de-prévalence-dans-un-sondage-stratifié) --- # Interprétation des résultats - __Sensibilité limitée__ de détection de la PPCB au niveaux des U2, et des U1 e.g. essayez : - Commune avec 10/50 (20 %) des villages positifs - Échantillon de 8 villages avec 95 % de sensibilité [app sensitivité PPCB](https://famuvie.shinyapps.io/ppcb-sensitivity/) --- class: middle # Les prévalences estimées sont certainement une __sous-estimation__ mais on ne sais pas de combien --- class: middle # Mesurent la proportion de communes avec circulation de PPCB à __un certain niveau__ e.g. 20 % d'U2 positives Attention aux objectifs à 10 % : ajuster les protocoles. --- class: middle # L'intervalle de confiance est basé sur des __hypothèses fausses__ - i.e. sensibilité parfaite - c'est n'est qu'une approximation optimiste --- class: middle, center Pour une estimation plus rigoureuse, # __Modélisation statistique__ - compétences spécifiques requises --- class: inverse, middle, center # PPR --- # Statut des U2 et U1 Plusieurs méthodes possibles : 1. Classement dichotomique conservateur (non recommandé) 2. Classement dichotomique non-biaisé (ok, mais limité) 3. Calcul probabiliste (recommandé) 4. Modélisation (idéale) --- # Statut des U2 et U1 ## 1. Classement conservateur Exiger des évidences fortes pour classer une U2 comme __protégée__ - Limiter le taux des faux positifs (erreur de Type I = bonne spécificité) - Détriment de __sensibilité__ Illustration : [app statut PPR](https://famuvie.shinyapps.io/app_ppr_status/) ??? - Situation 1 : proportion protégées = 0; Taille d'échantillon 8 (préconisée pour une commune avec 50 villages) Commencer par une prévalence au sein des U2 de 0.2 et observer qu'un résultat de 5 ou plus animaux immunisés exclue ce cas. Glisser la prévalence et augmenter le seuil pour être suffisamment sûrs d'exclure la possibilité d'U2 non protégée. Pour une prévalence de 0.65, nous avons besoin de 8/8 protégés pour rester assurés. - Situation 2 : Maintenant supposons une U2 protégée avec une prévalence de 90 % d'animaux immunisés. Plus de la moitié d'U2 de ce type seront classées comme non-protégées. Si nous appliquons le même critère à un échantillon de 8 U1 de ce type (tous les villages protégées avec une prévalence de 90 %) __aucune__ d'elles sera considérée comme protégée. --- # Statut des U2 et U1 ## 2. Classement non-biaisé Utiliser la proportion d'individus/U2 dans l'échantillon comme critère e.g. `\(8 \times 0.7 = 5.6\)` -> protégé à partir de 6+ - La classification d'U2 contiendra beaucoup d'erreurs des deux types - Mais relativement bonne sensibilité et spécificité au niveau des U1 Illustration : [app statut PPR](https://famuvie.shinyapps.io/app_ppr_status/) ??? --- # Statut des U2 et U1 .pull-left[ ## 3. Calcul probabiliste __Accepter l'incertitude__ quantifier les preuves de la protection (en termes de probabilité) Illustration : [app statut PPR](https://famuvie.shinyapps.io/app_ppr_status/) ] .pull-right[ <img src="analyse_resultats_files/figure-html/unnamed-chunk-1-1.png" width="504" /> Nombre (effectif) de villages _positifs_ dans une U1 : `\(x_1 = \sum_{i = 1}^n p_i\)` ] ??? --- # Taux de prévalence - Numéro de U1 protégées dans une strate `\(h\)`: `\(m_h = \sum_{i = 1}^n p_i\)` - Calculs de taux de prévalences __partiel__ et __global__ pour sondage stratifié (comme pour PPCB) --- class: middle Pour une estimation plus efficace - information préalable - estimation des prévalences a différents niveaux - lissage des valeurs extrêmes - tendances temporelles - ... # __Modélisation statistique__ - compétences spécifiques requises --- # Conclusions .pull-left[ - Données structurés : - trompeurs - qualité, fiabilité, précision et résolution - bonne __gestion de données__ ] .pull-right[ <img src="analyse_resultats_files/figure-html/plot-simpson-aggregated-1.png" width="504" /> ] --- # Conclusions .pull-left[ - Données structurés : - trompeurs - qualité, fiabilité, précision et résolution - bonne __gestion de données__ ] .pull-right[ <img src="analyse_resultats_files/figure-html/plot-simpson-split-1.png" width="504" /> ] --- # Conclusions .pull-left[ - Données structurés : - trompeurs - qualité, fiabilité, précision et résolution - bonne __gestion de données__ ] .pull-right[ - Méthodes __simples__ d'utilisation : - estimateurs très variables - erreurs cumulés non contrôlés - résultats parfois __inattendus__ ] --- class: middle, center # __Monter en compétences en gestion de données et modélisation statistique__ --- class: middle, inverse ![](img/band_praps.png) # Merci! Diapositives créées à l'aide du package R [**xaringan**](https://github.com/yihui/xaringan). En s'appuyant sur [remark.js](https://remarkjs.com), [**knitr**](https://yihui.org/knitr), et [RMarkdown](https://rmarkdown.rstudio.com). <a rel="license" href="https://creativecommons.org/licenses/by-sa/4.0/deed.fr"><img alt="Licence Creative Commons" style="border-width:0" src="https://i.creativecommons.org/l/by-sa/4.0/88x31.png" /></a><br />Cette œuvre est mise à disposition selon les termes de la <a rel="license" href="https://creativecommons.org/licenses/by-sa/4.0/deed.fr">Licence Creative Commons Attribution - Partage dans les Mêmes Conditions 4.0 International</a>.