Population

 et  échantillonnage  
La  problématique  étudiée  dans  ce  cours  est  essentielle  car  c'est  dans  la  population  que  l'on  
sélectionne  les  sujets  inclus  dans  l'étude,  et  c'est  à  partir  de  cet  échantillon  que  l'on  tire  les  
résultats  et  conclusion.  Il  convient  donc  de  les  choisir  correctement.  

1.  La  hiérarchie  des  populations  

La  première  chose  à  savoir,  c'est  que  le  terme  de  population  désigne  plusieurs  concepts  en  
épidémiologie  et  recherche  clinique  et  que  ces  différentes  acceptions  du  terme  ne  sont  pas  
égales.  Le  premier  type  de  population  est  celle  qui  est  concerné  par  votre  question  de  
recherche.  On  appelle  cette  population  la  population  cible,  c'est-­‐à-­‐dire  la  population  pour  
laquelle  on  aimerait  généraliser  les  résultats  de  l'étude.  Du  fait  qu'on  cherche  souvent  à  
généraliser  le  plus  possible  les  résultats  d'une  étude,  cette  population  cible  est  souvent  de  
contours  flous,  difficile  à  définir  précisément.  Il  faudra  donc  bien  souvent  isoler  une  sous-­‐
partie  précise  de  cette  population  cible,  dans  laquelle  on  pourra  aisément  tirer  un  
échantillon.  Cette  sous-­‐population  bien  définie  est  la  population  source,  la  population  à  
laquelle  les  chercheurs  ont  accès  et  d'où  sont  issus  les  personnes  incluses.  L'ensemble  des  
personnes  incluses  représente  l'échantillon  d'étude,  aussi  appelé  population  d'étude,  
sous-­‐ensemble  de  la  population  source.  
exemple  :  Si  vous  voulez  connaître  la  prévalence  des  troubles  bipolaires  dans  la  population  Nantaise,  votre  
population  cible  sera  la  population  nantaise,  votre  population  source  pourra  être  la  population  nantaise  inscrite  sur  
l'annuaire  (accessible  à  l'échantillonnage)  et  votre  population  d'étude  sera  l'échantillon  finalement  inclus.  

2.  Définir  les  populations  

L'une  des  premières  choses  à  préciser  lors  de  la  construction  d'une  étude,  ce  sont  les  
définitions  des  populations  cible  et  source.  Pour  cela,  on  définit  des  critères  d'éligibilité,  qui  
peuvent  être  positifs  (critères  d'inclusion)  ou  négatifs  (critères  d'exclusion).  Ces  critères  
sont  de  trois  ordres  :  1.  critères  spatiaux  et  temporels  2.  critères  liés  aux  expositions  ou  aux  
maladies  étudiées  3.  critères  de  bon  déroulement  de  l'étude  
Si  les  deux  premiers  tsont  souvent  aisés  à  définir,  les  critères  de  bon  déroulement  de  l'étude  sont  plus  difficile  à  
appréhender  :  il  peut  s'agir  par  exemple  d'assurer  la  bonne  adhésion  des  sujets  au  protocole  (sélection  de  sujets  
compliants),  de  limiter  les  perdus  de  vue  (limiter  les  sujets  dont  le  suivi  sera  difficile),  de  s'assurer  d'une  faisabilité  
pratique  ou  économique  (mesures  utilisant  une  méthode  peu  invasive  et  peu  onéreuse),  de  limiter  des  obstacles  
légaux  (inclusion  seulement  des  personnes  majeures),  etc.  

Ces  critères  doivent  aussi  présenter  certaines  caractéristiques  résumées  par  l'acronyme  
POOLS  :  
• Précis  
• Objectifs  
• Opérationnels  
• Logiques  
• Sensibles  et/ou  spécifiques  
Par  précision,  on  entend  qu'une  définition  précise  des  individus  doit  être  apportée,  qui  ne  
prête  pas  à  confusion.  Par  exemple,  on  n'inclura  pas  des  patients  présentant  une  fièvre,  
mais  des  patients  présentant  une  température  auniculaire  supérieure  à  38°C.  
Les  critères  doivent  reposer  sur  des  éléments  objectifs,  et  quand  cela  n'est  pas  possible  sur  
des  outils  validés  et  standardisés  (échelles  de  douleur,  de  qualité  de  vie,  etc.).  L'aspect  
logique  des  critères  renvoie  l'utilisation  d'opérateurs  logiques,  comme  ET,  OU,  NON.  
Par  exemple,  on  pourra  inclure  des  individus  présentant  un  fièvre  supérieure  à  38°C  ET  une  toux  mais  NON  
présentant  des  antécédents  de  BPCO.  

Ces  définitions  peuvent  être  plus  ou  moins  sensibles  ou  spécifiques  (voir  le  cours  sur  les  
erreurs  de  mesures  et  les  études  diagnostiques)  et  il  est  possible  de  définir  plusieurs  
niveaux  de  définition.  Ainsi,  dans  une  étude  cas-­‐témoins,  une  définition  sensible  définira  les  
cas  possibles,  une  définition  spécifique  sera  utilisée  pour  les  cas  certains,  et  les  cas  
probables  se  rapporteront  à  une  définition  de  niveau  intermédiaire.  

3.  Définition  du  type  de  question  d'étude  

Comme  on  le  verra  par  la  suite,  une  question  fondamentale  en  méthodologie  
épidémiologique  est  de  savoir  distinguer  entre  les  études  descriptives  et  comparatives.  
Les  études  descriptives  s'intéressent  à  l'estimation  d'un  paramètre  dans  une  population.  
Connaître  la  taille  moyenne  de  la  population  française  ou  l'incidence  du  cancer  du  sein  chez  
la  femme  de  moins  de  quarante  ans  en  Europe  au  cours  des  20  dernières  années  sont  des  
exemples.  L'idée  est  de  décrire  la  population  sous-­‐jacente.  L'important  dans  ce  cas  est  
d'avoir  un  échantillon  représentatif,  c'est-­‐à-­‐dire  semblable  à  la  population  cible  –—sur  les  
critères  importants  tout  au  moins.  
Le  but  final  des  études  comparatives  est  d'étudier  des  liens  plusieurs  variables  :  l'exposition  
aux  pesticides  est-­‐elle  liée  à  la  survenue  des  hémopathies  malignes  ?  La  prise  de  ce  nouveau  
médicament  est-­‐elle  associée  à  de  meilleurs  résultats  thérapeutiques  ?  L'important  est  ici  
que  les  groupes  soient  comparables.  On  s'efforcera  donc  dans  ce  cas  de  faire  en  sorte  que  
le  groupe  de  référence  et  le  groupe  de  comparaison  soient  issus  de  la  même  population.  

4.  Calculer  le  nombre  de  sujets  nécessaires  

Afin  de  limiter  suffisamment  l'importance  de  la  fluctuation  aléatoire  et  par  là  même  
d'augmenter  la  précision,  il  est  nécessaire  d'inclure  suffisamment  de  personnes  dans  dans  
votre  étude.  Cepandant,  plus  il  y  a  de  personnes  à  inclure,  plus  l'étude  sera  longue,  couteuse  
et  difficile  à  gérer.  Il  convient  donc  d'inclure  le  minimum  nécessaire  d'individus.  Pour  
estimer  cette  taille  d'échantillon,  il  existe  une  différence  entre  les  études  descriptives  et  
comparatives  :  pour  les  premières  la  taille  de  l'échantillon  se  base  sur  la  précision,  pour  les  
secondes  sur  la  puissance  statistique.  
Pour  les  études  descriptives,  il  faut  tout  d'abord  déterminer  avec  quelle  précision  on  
cherche  à  estimer  le  paramètre  d'interêt.  Cela  revient  en  fait  à  fixer  la  taille  de  l'intervalle  de  
confiance  à  95  %.  
!×(!!!)
Pour  une  prévalence,  par  exemple,  la  formule  classique  pour  calculer  l'IC95  est  p ± 1.96×  avec  p  
!
représentant  la  prévalence  et  n  la  taille  de  l'échantillon.  Si  on  cherche  à  obtenir  un  intervalle  de  confiance  de  ±  5  %,  
!×(!!!)×!.!"!
il  est  facile  de  montrer  que  n = .  Trois  éléments  sont  donc  essentiels  à  formuler  :  la  précision,  le  type  
(!%)!
d'intervalle  de  confiance  (ici  la  pondération  à  1.96  est  dû  au  choix  d'un  IC  à  95  %)  et  la  prévalence.  Notons  donc  que  
pour  calculer  la  taille  de  l'échantillon  nécessaire  à  l'estimation  de  la  prévalence,  il  faudra  avoir  une  idée  de  la  valeur  
de  cette  prévalence…  

Pour  l'estimation  basée  sur  la  puissance,  la  formule  précise  dépendra  du  test  statistique  
!×!!
utilisé,  mais  de  façon  générale,  la  formule  peut  s'écrire  de  cette  manière  :  f(α, β)× !! .  Ici,  
les  éléments  à  déterminer  sont  :  α  et  β,  les  risques  d'erreurs  de  type  I  et  II,  s²  la  variance  de  
la  variable  estimée  et  δ,  la  plus  petite  différence  qu'on  aimerait  pouvoir  détecter  dans  
l'étude.  
Il  existe  de  nombreuses  solutions  pour  estimer  le  nombres  de  personnes  à  inclure  sans  faire  
les  calculs  soi-­‐même.  Voici  par  exemple  un  lien  vers  un  outil  en  ligne  :  Sampsize.  

5.  Méthode  d'échantillonnage  
La  dernière  étape  dans  la  constitution  d'une  population  d'étude  est  de  choisir  la  méthode  de  
tirage  au  sort  la  plus  adaptée  à  la  question  de  recherche  est  aux  possibilités  offertes.  

Échantillons  non-­‐aléatoires  
Pour  les  échantillons  non-­‐aléatoires,  plusieurs  méthodes  existent  de  l'échantillon  de  
convenance  à  l'échantillon  par  quotas.  Plusieurs  solutions  sont  expliquées  sur  le  site  de  
statistiques  Canada.  L'inconvénient  principal  de  ces  méthodes  est  bien  sûr  le  manque  de  
représentativité  mais  également  le  manque  de  validité  des  statistiques  réalisées.  

Échantillons  aléatoires  
Plusieurs  possibilités  existent  pour  tirer  au  sort  un  échantillon  aléatoire  simple.  Tout  
d'abord,  si  nous  possédons  une  liste  exhaustive  des  individus  composant  la  population  
source,  il  est  assez  aisé  d'attribuer  un  numéro  à  chacun  de  ces  individus  et  de  tirer  au  sort  
une  séquence  de  ces  numéros  dont  la  longueur  est  égale  à  la  taille  souhaitée  de  notre  
échantillon.  On  peut  pour  cela  utiliser  des  générateurs  de  nombres  aléatoires  comme  celui  
disponible  sur  [Link].  Des  méthodes  plus  pratiques  existent  aussi  sur  excel  par  
exemple  (pour  une  version  française  d'excel,  remplacer  la  fonction  ´´rand()´´  par  ´´alea()´´).  
Cette  méthode  s'appelle  un  échantillonnage  élémentaire.  
Si  en  revanche  on  ne  possède  pas  la  liste  exhaustive  des  individus  ou  que  celle-­‐ci  est  difficile  
à  obtenir  ou  à  utiliser  (liste  longue  et  non  numérisée,  par  exemple).  On  utilisera  alors  un  
échantillonnage  systématique.  La  première  étape  d'un  échantillonnage  systématique  est  
de  déterminer  un  pas  de  sondage,  qui  est  égal  à  la  taille  de  la  population  divisée  par  la  
taille  souhaitée  de  l'échantillon.  Ensuite,  il  ne  reste  plus  qu'à  choisir  aléatoirement  le  
premier  individu  à  inclure  en  tirant  au  sort  un  numéro  compris  entre  1  et  le  pas  de  sondage.  
Pour  plus  d'information  sur  le  sondage  systématique  (et  les  autres  types  de  sondage),  voir  
cette  vidéo.  
Il  peut  arriver  que  vous  vouliez  estimer  un  paramètre  pour  différentes  sous-­‐populations  
dont  la  fréquence  dans  la  population  source  est  variable.  Il  est  possible  que  la  population  la  
moins  représentée  soit  peu  tirée  au  sort  et  que  l'estimation  du  paramètre  soit  peu  précise.  
On  pourra  dans  ces  cas-­‐là  réaliser  un  tirage  au  sort  stratifié,  c'est-­‐à-­‐dire  tirer  au  sort  avec  
un  taux  de  sondage  différent  dans  les  différentes  sous-­‐populations,  afin  de  sur-­‐représenter  
celles  étant  les  moins  fréquentes.  
Enfin,  il  arrive  fréquemment  que  tirer  au  sort  dans  l'ensemble  de  la  population  source  soit  
difficile  à  réaliser.  Prenons  l'exemple  d'une  étude  sur  les  capacités  de  lecture  d'enfants  en  
CM1  en  France.  Des  listes  d'élèves  existent  dans  chaque  école  mais  il  peut  être  fastidieux  de  
les  réunir  toutes  et  de  les  fusionner.  De  plus,  le  tirage  au  sort  amènerait  à  sélectionner  un  
nombre  très  réduit  d'enfants  par  écoles  et  nécessiterait  aux  enquêteurs  beaucoup  de  
déplacements  entre  les  écoles.  Dans  des  cas  comme  celui-­‐ci,  il  est  possible  de  réaliser  tirer  
aux  sort  des  grappes  (ici,  par  exemple  des  écoles)  puis  d'inclure  les  individus  de  ces  
grappes.  Plusieurs  méthodes  d'échantillonnage  utilisent  ce  procédé,  comme  les  
échantillonnages  par  grappe  (cluster  sampling)  et  les  échantillonnages  multi-­‐niveaux.  Il  est  
important  de  noter  que  les  individus  issus  d'une  même  grappe  (par  exemple  d'une  même  
classe)  seront  souvent  plus  semblables  entre  eux  qu'avec  les  individus  d'autres  grappes.  On  
dit  que  la  variance  intra-­‐grappe  est  plus  faible  que  la  variance  inter-­‐grappe.  Des  méthodes  
statistiques  avancées  sont  nécessaires  pour  prendre  cela  en  compte,  mais  elles  dépassent  
largement  le  cadre  de  ce  cours.  

Cas  des  études  comparatives  épidémiologiques  

Dans  les  études  comparatives  épidémilogiques,  il  est  souvent  difficile  de  sélectionner  les  
groupes  à  comparer  (cas  et  témoins  ou  exposés  et  non  exposés)  directement  dans  la  
population  source.  Plusieurs  recettes  existent  et  aucune  ne  fait  référence  et  il  faut  bien  
souvent  discuter  des  possibilités  au  cas  par  cas.  Plusieurs  aspects  sont  à  vérifier  cependant  
pour  s'assurer  que  les  groupes  sont  bien  comparables  :  -­‐  Si  un  membre  du  groupe  contrôle  
(témoins  ou  non-­‐exposés)  étaient  finalement  malade/exposé,  pourrait-­‐il  faire  partie  du  
groupe  d'intérêt  ?  -­‐  La  probabilité  d'exposition/maladie  dans  le  groupe  témoin  est-­‐elle  la  
même  que  celle  de  la  population  source  ?