L'année dernière, lors du JMP Discovery Summit , plusieurs personnes m'ont demandé : « Qu'est-ce qu'un graphique à trois voies et pourquoi en aurais-je besoin ? » Tout le monde n'en a pas besoin, mais certains pourraient en avoir besoin. Dans cet article de blog, je vous en dirai plus sur ces graphiques et sur les raisons pour lesquelles vous pourriez vouloir les utiliser.
Les Centres de contrôle et de prévention des maladies (CDC) recommandent à toutes les adolescentes, et plus récemment aux adolescents , de recevoir la séquence complète des trois doses du vaccin contre le papillomavirus humain (HPV4). De nombreuses études ont montré que les vaccins anti-HPV réduisent considérablement les cas de cancer du col de l'utérus et d'autres cancers causés par le HPV. En 2008, dans le monde, plus de 500 000 nouveaux cas de cancer et plus de 275 000 décès étaient imputables au HPV, rapporte le CDC, faisant du HPV l'une des principales causes infectieuses de cancer. Comme le CDC a signalé en 2010 que seulement 32 % des filles âgées de 13 à 17 ans avaient reçu les trois doses, des campagnes vigoureuses ont été lancées pour étudier et augmenter les taux de réussite de la séquence complète.
Les cabinets médicaux qui administrent généralement ces vaccins sont les pédiatres, les médecins de famille et les gynécologues obstétriciens. Il arrive souvent que les vaccins soient administrés dans plusieurs endroits au sein d’un hôpital ou d’un groupe médical. Cette étude prend en compte une simulation du taux d’achèvement de 11 hôpitaux et de leurs cliniques associées, chacun comptant les trois cabinets. Dans ce cas, chaque service pédiatrique, familial et gynécologique obstétricien est imbriqué dans chaque hôpital. Autrement dit, nous ne pouvons pas supposer qu’un service pédiatrique de l’hôpital 1 aura les mêmes comportements et caractéristiques qu’un service pédiatrique de l’hôpital 5 ; ils ne sont pas non plus interchangeables.
Pour reproduire le graphique ci-dessous dans JMP :
Ouvrez
HPV.jmp depuis JMP File Exchange (le téléchargement nécessite un profil SAS gratuit)
Dans le menu Analyser, choisissez Qualité et processus -> Générateur de cartes de contrôle
Faites glisser et déposez la partie terminée sur l'axe Y
Faites glisser et déposez l'emplacement sur l'axe X
Faites glisser le type d'entraînement vers la zone juste au-dessus de l'axe X et déposez-le
Les données que nous traçons sur l'axe Y sont un ratio du nombre de patients ayant terminé la séquence divisé par le nombre total de patients dans cette tranche d'âge. Si chaque clinique ou service n'avait que 5 à 10 patients, nous pourrions envisager d'utiliser d'abord un graphique p. Comme les graphiques de contrôle de Shewhart ne font aucune hypothèse de normalité et que ces données de proportion ont des tailles d'échantillon si importantes, les graphiques de Shewhart fonctionnent bien pour examiner les données.
Dans la figure 2, nous voyons de nombreuses pratiques qui seraient considérées comme « hors de contrôle » selon les normes de qualité, puisque leurs moyennes sont soit au-dessus, soit en dessous des limites. Imaginez un instant que vous dessiniez un graphique de 20 ou 100 hôpitaux, chacun ayant une ou deux pratiques au-delà des limites de contrôle. Ce graphique deviendrait rapidement inutile puisque rien ne ressortirait.
Notez que le deuxième graphique de la figure 2 est un graphique de portée, qui trace les portées de chaque combinaison pratique/emplacement. Les limites du premier graphique, le graphique XBar, utilisent la portée moyenne du deuxième graphique pour calculer les limites.
Si, au lieu de cela, nous considérons la structure imbriquée des données et calculons les limites en utilisant la différence de plage mobile entre les pratiques, nous serons peut-être mieux en mesure de trier le bruit de la variation régulière entre et au sein des différents types de cliniques.
Pour ce faire, nous pouvons cliquer avec le bouton droit de la souris sur le graphique supérieur et choisir « Ajouter un graphique de dispersion ». Cela va :
1) Insérez un graphique à plage mobile entre le graphique XBar et le graphique à plage.
2) Modifiez les limites du graphique XBar pour utiliser la plage mobile moyenne comme sigma, plutôt que la plage moyenne.
Vous verrez les limites sur le graphique XBar se déplacer vers l'extérieur, devenant plus larges. Les limites utilisent désormais la plage mobile entre chaque combinaison cabinet-lieu. Étant donné que notre intérêt est de comparer les cabinets plutôt qu'un patient particulier au sein d' un cabinet, il est logique d'utiliser la variation entre pour les limites sur le graphique XBar. Nous n'avons maintenant qu'un seul cabinet qui se démarque et nous pouvons commencer à explorer ce qui rend ce cabinet si efficace.
* Autorisation d'utiliser l'image de la molécule HPV ci-dessus accordée par Thomas Zucker-Scharff de l'Albert Einstein College of Medicine de l'Université Yeshiva, Epidemiology Cancer Center.
