Random effects modelIn statistics, a random effects model, also called a variance components model, is a statistical model where the model parameters are random variables. It is a kind of hierarchical linear model, which assumes that the data being analysed are drawn from a hierarchy of different populations whose differences relate to that hierarchy. A random effects model is a special case of a mixed model.
Big dataLe big data ( « grosses données » en anglais), les mégadonnées ou les données massives, désigne les ressources d’informations dont les caractéristiques en termes de volume, de vélocité et de variété imposent l’utilisation de technologies et de méthodes analytiques particulières pour créer de la valeur, et qui dépassent en général les capacités d'une seule et unique machine et nécessitent des traitements parallélisés. L’explosion quantitative (et souvent redondante) des données numériques permet une nouvelle approche pour analyser le monde.
Multilevel modelMultilevel models (also known as hierarchical linear models, linear mixed-effect model, mixed models, nested data models, random coefficient, random-effects models, random parameter models, or split-plot designs) are statistical models of parameters that vary at more than one level. An example could be a model of student performance that contains measures for individual students as well as measures for classrooms within which the students are grouped.
Syndrome post-commotionnelLe syndrome post-commotionnel, également nommé syndrome subjectif ou SPC (historiquement nommé choc de l'obus), est un ensemble de symptômes pouvant apparaître à la suite d'une commotion cérébrale et pouvant persister pendant des semaines ou des mois, voire une année ou plus. Ces symptômes peuvent apparaître dans la semaine, mais aussi plusieurs mois après un traumatisme crânien. Ceux-ci disparaissent généralement dans les jours, semaines ou mois qui suivent. Dans de rares cas, ils peuvent persister plus longtemps, de l'ordre de 18 mois à 2 ans.
Encéphalopathie traumatique chroniqueL’encéphalopathie traumatique chronique (ETC) (Chronic traumatic encephalopathy, CTE) ou encéphalite traumatique des pugilistes est une forme d'affection cérébrale progressant vers les maladies neurodégénératives, habituellement diagnostiquées , après une pratique sportive prolongée émaillée de nombreuses commotions cérébrales. L’encéphalite traumatique des pugilistes associe une détérioration intellectuelle avec des troubles de la mémoire. Il existe différentes sortes de lésions traumatiques selon le type de sport pratiqué ainsi que la durée de la pratique.
Diagnostic (médecine)En médecine, le diagnostic est la démarche par laquelle le vétérinaire, médecin, généraliste ou spécialiste, le kinésithérapeute, la sage-femme ou le chirurgien-dentiste, ou encore le psychologue au Canada, détermine l'affection dont souffre le patient, et qui permet de proposer un traitement. Il repose sur la recherche des causes (étiologie) et des effets (symptômes) de l'affection ; on parle aussi de « tableau clinique ». Typiquement, le diagnostic se déroule en deux parties : Anamnèse (ou histoire de la maladie) : c'est l'étape la plus cruciale de la consultation.
Indication en médecineUne indication désigne un signe clinique, une pathologie ou une situation affectant un patient, qui justifie l'intérêt d'un traitement médical ou d'un examen médical. Selon les cas, ces indications sont validées par les autorités sanitaires, médicales et la recherche scientifique. À l'inverse, un traitement ou un examen peut présenter des contre-indications. Des traitements curatif ou palliatif peuvent être indiqués dans le cadre d'un patient présentant une pathologie.
Diagnostic différentielLe diagnostic différentiel est une méthode permettant de différencier une maladie d'autres pathologies qui présentent des symptômes proches ou similaires. Ce processus vise à établir un diagnostic plus sûr via une approche méthodique qui prend en considération tant les éléments permettant d'exclure une maladie plutôt que ceux permettant de la confirmer. Le diagnostic différentiel peut aboutir à plusieurs hypothèses impossibles à départager à un instant donné, mais qui seront infirmées ou confirmées au cours du temps (évolution de la maladie) ou à l'aide d'examens complémentaires.
Malformation artérioveineuse cérébraleUne malformation artérioveineuse cérébrale (MAVc) est une anomalie localisée au niveau du cerveau et consistant en la persistance d’une connexion entre artère et veine sans interposition du lit capillaire. Cette anomalie est considérée d'origine congénitale. Autrefois, on pensait que les MAVc se développaient entre les quatrième et huitième semaines de la vie intra-utérine de l’embryon. Selon diverses sources : Incidence : La fréquence des MAVc est estimée à 14 cas sur .
Science des donnéesLa science des données est l'étude de l’extraction automatisée de connaissance à partir de grands ensembles de données. Plus précisément, la science des données est un domaine interdisciplinaire qui utilise des méthodes, des processus, des algorithmes et des systèmes scientifiques pour extraire des connaissances et des idées à partir de nombreuses données structurées ou non . Elle est souvent associée aux données massives et à l'analyse des données.
Étude de cohorteUne étude de cohorte est une étude statistique de type longitudinal. Elle peut être ou interventionnelle, ou . Ce type d'étude scientifique est notamment utilisé en médecine et en épidémiologie (pour ces deux domaines, les bases de données collectées sont dédiées aux études de cohortes épidémiologiques), en sciences humaines et sociales, en science actuarielle et en écologie. L'une des premières études de cohorte connues fut menée par Janet Lane-Claypon en 1912 dans son étude intitulée Report to the Local Government Board upon the Available Data in Regard to the Value of Boiled Milk as a Food for Infants and Young Animals.
Data dredgingvignette|Exemple de Data dredging. Le data dredging (littéralement le dragage de données mais mieux traduit comme étant du triturage de données) est une technique statistique qui . Une des formes du data dredging est de partir de données ayant un grand nombre de variables et un grand nombre de résultats, et de choisir les associations qui sont « statistiquement significatives », au sens de la valeur p (on parle aussi de p-hacking).
