Population
Ensemble des unités auxquelles vous voulez généraliser le résultat. Par exemple, tous les porcs d’un lot ou toutes les truies d’un troupeau.
BaseComprendre avant de calculer
Cette page explique ce que fait chaque calculateur, comment choisir le bon, et ce que signifient les variables. L’objectif est qu’un utilisateur puisse comprendre le calcul avant de saisir des nombres.
Avant tout : quelle est votre unité d’étude?
Un « échantillon » peut être un porc, une truie, une portée, un enclos, un lot ou une ferme. Le nombre calculé n’est interprétable que si l’unité d’étude correspond réellement à la façon dont les données seront analysées.
Attention au regroupement des porcs
Les calculateurs simples supposent généralement des observations indépendantes. Des porcs provenant du même enclos, de la même portée ou de la même ferme peuvent se ressembler davantage. Un effet de grappe ou un modèle hiérarchique peut donc exiger davantage d’unités.
Quel calculateur choisir?
Le point le plus important : l’unité d’échantillonnage change avec le type d’échantillon
Pour un échantillon individuel, l’unité d’échantillonnage est généralement l’animal. Pour un échantillon agrégé, l’unité devient le groupe représenté par l’échantillon, par exemple l’enclos pour un fluide oral collecté avec une corde.
Le dénominateur, la prévalence et la sensibilité utilisés dans le calcul doivent être définis au même niveau que cette unité. On ne doit pas entrer 1 000 porcs comme population si le plan consiste réellement à sélectionner 40 enclos.
Échantillon individuelEx. sérum d’un porc → unité = porc
→
Échantillon agrégéEx. fluide oral d’un enclos → unité = enclos
| Question | Calculateur | Exemple porcin |
|---|---|---|
| Comparer une moyenne à une valeur de référence | Une moyenne | Le poids moyen au sevrage diffère-t-il d’une cible de 6,0 kg? |
| Comparer deux groupes différents | Deux moyennes indépendantes | Comparer le GMQ de porcs vaccinés avec celui d’un autre groupe. |
| Comparer des mesures appariées | Moyennes appariées | Comparer la même truie avant et après une intervention alimentaire. |
| Estimer une seule proportion | Une proportion | Estimer la proportion de porcs PCR-positifs avec une précision donnée. |
| Comparer deux proportions | Deux proportions | Comparer une mortalité de 8 % à une mortalité de 5 %. |
| Mesurer la prévalence avec une marge d’erreur | Estimer la prévalence | Estimer une prévalence de Mycoplasma hyopneumoniae à ±5 points de pourcentage. |
Concepts et définitions essentiels
Unité d’échantillonnage
Unité effectivement sélectionnée par le plan. Elle dépend du type d’échantillon : porc pour un prélèvement individuel, enclos pour un fluide oral agrégé, portée pour certains prélèvements de portée, ou ferme pour un plan au niveau troupeau.
BaseÉchantillon
Sous-ensemble de la population qui est réellement mesuré ou testé.
BaseMoyenne
Valeur moyenne d’un résultat continu, par exemple le poids, le GMQ ou le nombre de porcelets nés vivants.
MoyennesÉcart-type
Mesure de la variabilité autour de la moyenne. Plus l’écart-type est grand, plus il faut généralement d’unités pour détecter une même différence.
MoyennesDifférence à détecter
Plus petite différence biologiquement ou économiquement importante que l’étude doit pouvoir détecter.
MoyennesTaille d’effet
Différence exprimée relativement à la variabilité. Pour les moyennes, le calculateur utilise essentiellement différence ÷ écart-type.
PuissanceProportion
Fraction de la population ayant une caractéristique. Elle varie de 0 à 1, ou de 0 à 100 %.
ProportionsPrévalence
Proportion d’animaux ayant une infection ou une condition à un moment ou pendant une période définie.
ÉpidémiologieMarge d’erreur / précision
Distance maximale souhaitée entre l’estimation obtenue et la vraie valeur. ±5 points de pourcentage est moins précis que ±2.
PrécisionNiveau de confiance
Degré de confiance associé à l’intervalle d’estimation. 95 % est un choix courant.
PrécisionAlpha (α)
Probabilité d’erreur de type I fixée avant l’étude. Pour un niveau de confiance de 95 %, α = 0,05.
PuissancePuissance
Probabilité de détecter la différence prévue lorsqu’elle existe réellement. 80 % ou 90 % sont des choix courants.
PuissanceBêta (β)
Probabilité de ne pas détecter une vraie différence. Puissance = 1 − β.
PuissanceGroupes indépendants
Les animaux d’un groupe ne sont pas les mêmes que ceux de l’autre groupe et ne sont pas appariés.
Plan d’étudeDonnées appariées
Chaque mesure dans une condition est liée à une mesure dans l’autre condition : même animal, même enclos, ou paire appariée.
Plan d’étudeTest bilatéral
Permet de détecter une différence dans les deux directions, plus grande ou plus petite que la référence.
Plan d’étudePrévalence de conception
Prévalence minimale que le plan de surveillance doit être capable de détecter. Ce n’est pas nécessairement une estimation de la vraie prévalence.
DétectionSensibilité du test
Probabilité qu’un animal réellement positif donne un résultat positif.
DiagnosticSpécificité du test
Probabilité qu’un animal réellement négatif donne un résultat négatif.
DiagnosticPopulation finie
Lorsque la population totale est limitée et connue, échantillonner une grande fraction de cette population peut réduire le nombre requis par rapport à une population infinie.
ÉchantillonnagePar groupe vs total
Certains calculateurs retournent un nombre par groupe. Par exemple, 80 par groupe signifie 160 animaux au total pour deux groupes.
InterprétationGrappe / clustering
Des animaux du même enclos, de la même portée ou de la même ferme peuvent être corrélés. Ignorer cette corrélation peut sous-estimer la taille d’échantillon nécessaire.
Plan d’étudeImportant : ces calculateurs constituent un point de départ pour des plans simples. Ils ne remplacent pas un calcul adapté aux essais en grappes, aux mesures répétées complexes, aux modèles mixtes, aux non-infériorités, aux multiples groupes ou aux pertes de suivi.
CALCULS STATISTIQUES
Sample size for one mean
Two-sided one-sample test. Effect size is the difference to detect divided by the expected standard deviation.
Ce que calcule cet outil
Il calcule le nombre d’unités nécessaires pour tester si une moyenne diffère d’une valeur de référence ou d’une cible.
Variables à comprendre
- Écart-type : Variabilité attendue du résultat. Utilisez la même unité que la différence à détecter.
- Différence à détecter : Plus petite différence que vous voulez pouvoir détecter.
- Niveau de confiance : Contrôle α; 95 % correspond à α = 0,05.
- Puissance : Probabilité de détecter cette différence si elle existe.
Exemple porcin
Exemple : vous voulez savoir si le poids moyen au sevrage diffère d’une cible de 6,0 kg d’au moins 0,4 kg. Vous prévoyez un écart-type de 0,9 kg, un niveau de confiance de 95 % et une puissance de 80 %.
%
%
Pigs needed
...
R source logic: pwr.t.test, one-sample, two-sided. This HTML uses the noncentral-t engine when available and a normal approximation as fallback.
CALCULS STATISTIQUES
Two independent means
Equal sample size per group, two-sided comparison.
Ce que calcule cet outil
Il calcule le nombre d’unités par groupe pour comparer la moyenne de deux groupes indépendants.
Variables à comprendre
- Écart-type dans chaque groupe : Variabilité attendue du résultat dans les groupes.
- Différence à détecter : Différence moyenne minimale jugée importante entre les groupes.
- Niveau de confiance : Fixe le seuil d’erreur de type I.
- Puissance : Probabilité de détecter la différence prévue.
Exemple porcin
Exemple : comparer deux stratégies d’alimentation sur le GMQ. Vous voulez détecter 50 g/jour de différence, avec un écart-type de 120 g/jour, 95 % de confiance et 80 % de puissance.
%
%
Pigs per group
...
R source logic: pwr.t.test, two-sample, two-sided.
CALCULS STATISTIQUES
Two paired means
For repeated or matched measurements. The standard deviation is the SD of the within-pair differences.
Ce que calcule cet outil
Il calcule le nombre de paires lorsque chaque unité a une mesure liée dans les deux conditions.
Variables à comprendre
- Écart-type des différences : Variabilité des différences au sein des paires, et non l’écart-type brut de chaque série.
- Différence à détecter : Changement moyen minimal que vous voulez détecter.
- Niveau de confiance : Contrôle α.
- Puissance : Probabilité de détecter le changement prévu.
Exemple porcin
Exemple : mesurer le changement de score d’état corporel chez les mêmes truies avant et après une intervention. Vous voulez détecter 0,3 point, avec un écart-type des différences de 0,6, 95 % de confiance et 80 % de puissance.
%
%
Pairs needed
...
R source logic: pwr.t.test, paired, two-sided.
CALCULS STATISTIQUES
One proportion
Estimate one proportion to a chosen absolute margin of error.
Ce que calcule cet outil
Il calcule le nombre d’unités nécessaires pour estimer une proportion avec une marge d’erreur donnée.
Variables à comprendre
- Proportion estimée : Meilleure estimation préalable de la proportion attendue.
- Marge d’erreur : Précision absolue souhaitée, en points de pourcentage.
- Niveau de confiance : Niveau de confiance de l’intervalle autour de la proportion estimée.
Exemple porcin
Exemple : estimer une positivité PCR de 10 % avec une marge d’erreur de ±3 points de pourcentage et un niveau de confiance de 95 %.
%
points de pourcentage
%
Samples needed
...
Matches the R formula: n = z² p(1-p) / margin².
CALCULS STATISTIQUES
Two proportions
Equal sample size per group using Cohen's h, matching the structure of pwr.2p.test.
Ce que calcule cet outil
Il calcule le nombre d’unités par groupe pour comparer deux proportions indépendantes.
Variables à comprendre
- Proportion du groupe 1 : Proportion attendue dans le premier groupe.
- Proportion du groupe 2 : Proportion attendue dans le deuxième groupe.
- Puissance : Probabilité de détecter la différence entre les deux proportions.
- Niveau de confiance : Contrôle α pour la comparaison bilatérale.
Exemple porcin
Exemple : comparer une mortalité post-sevrage de 8 % dans un groupe à 5 % dans un autre, avec 80 % de puissance et 95 % de confiance.
%
%
%
%
Samples per group
...
R source logic: ES.h followed by pwr.2p.test, two-sided.
SURVEILLANCE DIAGNOSTIQUE
Sample size to detect a pathogen
Finite-population detection calculator using population size, design prevalence, test sensitivity and confidence.
Ce que calcule cet outil
Il estime combien d’animaux tester pour avoir une probabilité choisie de détecter au moins un positif si l’infection est présente au niveau de prévalence de conception.
Variables à comprendre
- Taille de la population : Nombre total d’unités d’échantillonnage : porcs si l’échantillon est individuel, enclos si l’échantillon est agrégé par enclos.
- Prévalence de conception : Prévalence minimale au niveau de l’unité d’échantillonnage choisie, par exemple proportion de porcs positifs ou proportion d’enclos positifs.
- Sensibilité : Sensibilité au même niveau que l’unité d’échantillonnage : sensibilité individuelle ou sensibilité du prélèvement/test agrégé au niveau de l’enclos.
- Spécificité : Probabilité qu’un animal réellement négatif soit détecté négatif.
- Confiance de détection : Probabilité visée de détecter l’agent lorsqu’il est présent au niveau de prévalence choisi.
Exemple porcin
Exemple d'échantillonnage individuel : sérum, porc = unité d'échantillonnage. Dans une population de 1 000 porcs, supposons qu'un échantillon de sérum soit prélevé sur chaque porc sélectionné. Combien de porcs faut-il échantillonner pour détecter le vSRRP à une prévalence de conception de 5 % au niveau du porc, avec une sensibilité individuelle de 95 %, une spécificité de 99 % et 95 % de confiance? Ici, la population est de 1 000 porcs et chaque porc prélevé constitue une unité d'échantillonnage.
Exemple agrégé : fluide oral, enclos = unité d’échantillonnage
Supposons une salle de 40 enclos et un prélèvement de fluide oral par enclos. Ici, la population à entrer est 40 enclos, pas le nombre total de porcs. Une prévalence de conception de 10 % signifie alors environ 10 % des enclos positifs, et la sensibilité doit représenter la sensibilité du prélèvement/test au niveau de l’enclos pour le fluide oral.
%
%
%
%
This draft uses the single-population finite-population equation underlying epiR's detection method. We will validate it against the exact epiR version used in your original R app before publication.
Samples needed
...
Specificity is retained because it is part of the diagnostic performance definition, although the sample-size equation is driven by sensitivity for detection.
SURVEILLANCE DIAGNOSTIQUE
Estimate animal-level prevalence
Simple random sample size for a prevalence estimate with a chosen absolute precision.
Ce que calcule cet outil
Il calcule le nombre d’animaux nécessaires pour estimer une prévalence avec une précision absolue choisie.
Variables à comprendre
- Prévalence estimée : Prévalence attendue avant l’étude.
- Marge d’erreur : Précision absolue souhaitée autour de l’estimation.
- Niveau de confiance : Niveau de confiance de l’intervalle estimé.
Exemple porcin
Exemple : estimer une prévalence de Mycoplasma hyopneumoniae de 20 % avec une précision de ±5 points de pourcentage et 95 % de confiance.
Si vous estimez une prévalence avec des échantillons agrégés
Définissez d’abord ce que représente une unité positive. Avec un fluide oral par enclos, l’issue devient généralement une prévalence d’enclos positifs, et non directement une prévalence animale, sauf si un modèle de conversion validé est utilisé.
%
points de pourcentage
%
Samples needed
...
Matches the R formula: n = z² p(1-p) / precision².