La régression de Poisson

La régression de Poisson

🎙 Thierry Ancelle 👥 25K 📅 28 février 2016 ⏱ 38 min 👁 11K 📄 cours magistral 🧭 2026-08-17
Disponible en : Français (actuel) English

Mots-clés

régression de Poissonmodèle log-linéairerisque relatifdensité d'incidencepersonnes-années

Résumé

Cette vidéo est un cours d’initiation à la régression de Poisson, également appelée modèle log-linéaire, utilisée en épidémiologie pour l’analyse multivariée. L’auteur commence par rappeler l’exemple d’une épidémie de shigellose déjà utilisé dans ses cours sur la régression logistique, puis montre que lorsque l’incidence est élevée, la régression logistique (qui estime des odds ratios) surestime le risque relatif. Il introduit alors le modèle exponentiel, qui devient linéaire après transformation logarithmique, d’où le nom de modèle log-linéaire. Il explique comment interpréter les coefficients bêta comme logarithmes de risques relatifs, et comment les obtenir avec un logiciel. Ensuite, il présente des exemples pratiques : une étude de cohorte avec des densités d’incidence (personnes-années) et une étude de dénombrement d’événements (accès palustres). Il détaille la syntaxe Stata pour réaliser une régression de Poisson, l’interprétation des sorties (coefficients, p-values, risques relatifs ajustés, intervalles de confiance) et l’utilisation de l’option ’exposure’ pour les personnes-années. Enfin, il aborde les limites et difficultés de la méthode, notamment la surdispersion et la nécessité de vérifier les hypothèses.

169 mots

Évaluation critique

Valeur des informations & solidité de l’argumentation

La valeur des informations est élevée pour un public ayant des bases en épidémiologie et en statistique. L’auteur explique clairement les concepts fondamentaux (modèle multiplicatif, transformation logarithmique, interprétation des coefficients) et illustre par des exemples concrets. L’argumentation est solide : il justifie l’utilisation de la régression de Poisson par rapport à la régression logistique dans certaines situations (incidence élevée, données de personnes-années), et montre comment interpréter les résultats. Cependant, la vidéo est une initiation et ne couvre pas en profondeur la théorie mathématique ni les stratégies d’analyse avancées, ce qui est assumé par l’auteur.

Rigueur scientifique, qualité des sources, adéquation du titre

La rigueur scientifique est bonne : les explications sont basées sur des principes statistiques établis et des exemples réalistes. L’auteur cite des ressources complémentaires (site de formation, QCM) mais ne fournit pas de références bibliographiques précises. Le titre est parfaitement adéquat au contenu. La vidéo ne contient pas de publicité. Les commentaires ne sont pas fournis, donc aucune analyse des tendances n’est possible.

172 mots

Adéquation titre / contenu

Le titre correspond parfaitement au contenu : la vidéo est entièrement consacrée à la régression de Poisson.

Qualité & fiabilité

8/10

Exposé pédagogique structuré, fondé sur des exemples concrets et des principes statistiques établis. Les explications sont claires et les démonstrations pas à pas. Quelques approximations dans la présentation (ex. confusion entre modèle log-linéaire et régression de Poisson) mais globalement rigoureux.

Moments clés

Sources citées

Sources concordantes

Apport & nouveautés

La vidéo apporte une introduction claire et pédagogique à la régression de Poisson, en insistant sur les conditions d’utilisation et l’interprétation des résultats. Elle comble un manque pour les étudiants en épidémiologie qui rencontrent cette méthode dans la littérature sans en comprendre les fondements. L’originalité réside dans l’utilisation d’exemples concrets et la comparaison systématique avec la régression logistique.

Pour aller plus loin :

115 mots

Profil radar

Le profil radar montre une bonne maîtrise du sujet avec des scores élevés en quantité et qualité d'information, ainsi qu'en fiabilité. Le niveau technique est également élevé, indiquant un contenu adapté à un public averti.

Fiabilité 8/10