Utiliser JMP® pour effectuer des calculs bayésiens
David Tanaka, Centre médical de l'Université Duke
Titre : Utilisation de JMP pour effectuer des calculs bayésiens Contexte : Le Conseil d'accréditation pour l'enseignement médical supérieur déclare que « les résidents doivent avoir une formation suffisante en… intubation endotrachéale » et qu'atteindre une probabilité de 80 % de réussir à intuber le patient suivant est une bonne règle empirique. Méthodes : Pour évaluer la probabilité qu'un résident ait atteint ce niveau de compétence au cours de sa formation en résidence, JMP 9.0 (Cary, Caroline du Nord) a été utilisé pour créer un programme bayésien afin de déterminer, sur la base des expériences d'intubation antérieures d'un prestataire, la probabilité qu'il se comporte comme un novice (probabilité d'intuber = 30 %) ou un prestataire compétent (probabilité > 80 %). La validation de l'approche a été obtenue en comparant les probabilités bayésiennes antérieures de compétence en intubation aux résultats d'intubation ultérieurs. Résultats : Une probabilité de 80 % que le prestataire était compétent a démontré un taux de réussite d'intubation de 80 % ou plus lors des tentatives d'intubation ultérieures. Malheureusement, la plupart des résidents n’avaient pas atteint ce niveau de compétence au cours de la période d’études. Conclusion : Une approche bayésienne de l'évaluation de la compétence en intubation peut prédire avec précision le résultat des événements d'intubation ultérieurs. Des études futures seront nécessaires pour déterminer si de nouvelles techniques de formation (assistées par vidéo) peuvent améliorer considérablement la courbe d'apprentissage.
