Études transversales : taille de l'échantillon pour l'estimation de la prévalence

Vous apprendrez la précision dans la définition de la taille de l’échantillon des études transversales pour une estimation pratique de la prévalence.

Introduction

Les études transversales constituent un outil fondamental en recherche en santé, offrant un aperçu des indicateurs de santé d'une population à un moment précis. Ces études sont essentielles pour évaluer l'état de santé d'une population cible et les facteurs de risque associés, fournissant ainsi des informations précieuses pour les interventions de santé publique et l'élaboration de politiques. Leur principal intérêt réside dans leur capacité à estimer la prévalence de divers problèmes de santé, allant des maladies chroniques aux comportements liés au mode de vie, mettant ainsi en lumière des tendances et des schémas cruciaux pour des soins de santé fondés sur des données probantes.

L'analyse transversale repose sur l'estimation de la prévalence, c'est-à-dire quantifier la proportion d'individus dans une population qui présentent un attribut ou une condition spécifique à un moment donné. L'exactitude de cette estimation est profondément influencée par la taille de l'échantillon, qui dicte la précision et la fiabilité des résultats. Une taille d'échantillon méticuleusement calculée garantit que les résultats de l'étude reflètent la population cible, minimisant ainsi les biais et améliorant la fiabilité des estimations de prévalence. Cela souligne la nécessité d’un calcul robuste de la taille de l’échantillon, un processus qui incarne l’intersection de la rigueur statistique et de la faisabilité pratique, garantissant que les données dérivées servent de véritable miroir de la dynamique de population sous-jacente.

Dans les sections suivantes, nous approfondirons les mécanismes de calcul de la taille de l’échantillon, dévoilant l’équilibre complexe entre les exigences statistiques et les objectifs de recherche, permettant ainsi aux chercheurs d’élaborer des études méthodologiquement solides et riches en implications pratiques pour la recherche en santé.

Points forts

La taille de l’échantillon influence directement la précision et la confiance des estimations de prévalence.
La formulen = (Z^2 * P * (1-P)) / d^2 est essentiel pour le calcul de la taille de l'échantillon.
Choisir le bonPCette valeur est cruciale pour une détermination précise de la taille de l’échantillon.
Les faibles taux de prévalence nécessitent des paramètres de précision plus nuancés dans les calculs de la taille de l’échantillon.
L'échantillonnage stratifié peut répondre à l'hétérogénéité de la population, améliorant ainsi la validité des études.

Comprendre la prévalence dans les études transversales

En recherche en santé, la prévalence est un indicateur fondamental, offrant une mesure quantifiable de la proportion d'individus au sein d'une population donnée présentant un attribut ou une affection particulière à un moment précis. Cet indicateur est indispensable dansles études transversales, dont l'objectif principal est de dresser un portrait de l'état de santé d'une population à un instant T. L'importance de la prévalence dépasse sa simple valeur statistique ; elle fournit des informations cruciales sur le fardeau des maladies, orientant les politiques de santé publique, l'allocation des ressources et l'élaboration d'interventions ciblées pour atténuer les problèmes de santé au sein des communautés.

Types de prévalence et leurs implications pour la recherche

La prévalence n’est pas un terme monolithique mais englobe plusieurs types, chacun servant un objectif distinct dans la recherche en santé :

La prévalence ponctuellemesure la proportion d'individus atteints d'une affection spécifique à un moment précis, offrant ainsi un aperçu immédiat de l'état de santé d'une population. Elle est particulièrement utile pour évaluer l'impact actuel d'affections aiguës ou de comportements de santé transitoires.

Prévalence sur une période donnée: Englobant tous les cas (nouveaux et existants) observés à tout moment au cours d'une période définie, la prévalence sur une période donnée offre une vision plus large de l'impact d'une affection au fil du temps, reflétant la nature fluctuante des états de santé et des comportements.

Prévalence à vie: En prenant en compte toute personne ayant déjà souffert de cette affection au cours de sa vie, cette mesure offre une vision globale de l'impact total des affections plus durables ou récurrentes, fournissant ainsi une image plus complète de l'empreinte de l'affection au sein d'une population.

Chaque type de prévalence met en lumière différentes facettes des problèmes de santé, aidant ainsi les chercheurs à adapter leurs études à des questions de santé spécifiques. Comprendre ces variations est crucial pour concevoir des études transversales qui reflètent avec précision la dynamique de santé d'une population et interpréter les résultats pour éclairer des stratégies de santé publique efficaces.

Les données sur la prévalence ont de profondes implications, influençant la portée de la recherche en santé et l’élaboration d’interventions et de politiques visant à améliorer les résultats en matière de santé publique. En fondant notre compréhension de la prévalence sur un cadre méthodologique solide, nous pouvons garantir que les études transversales apportent des informations précieuses et exploitables sur le paysage de la santé des populations, orientant ainsi les efforts visant à promouvoir le bien-être et à atténuer les maladies dans les communautés.

L'essence de la taille de l'échantillon dans les études de prévalence

Dans la recherche en santé, notamment dans le cadre d'études transversales, la détermination d'une taille d'échantillon optimale dépasse le simple calcul numérique ; il s’agit d’un facteur critique qui influence de manière significative la précision et la confiance des estimations de prévalence. Cet aspect fondamental de la conception de la recherche garantit que les résultats reflètent la population cible, minimisant ainsi les biais et améliorant la fiabilité des conclusions.

Impact de la taille de l'échantillon sur la précision et la confiance

La taille de l'échantillon, notée n dans les formules statistiques, est intrinsèquement liée à la précision des estimations de prévalence. Un échantillon plus grand conduit généralement à des intervalles de confiance plus étroits, ce qui implique une plus grande précision et une moindre incertitude dans l'estimation des paramètres de la population. Cette relation est cruciale en recherche en santé, où des estimations précises de la prévalence peuvent éclairer les politiques de santé publique, l'allocation des ressources et les stratégies d'intervention. Cependant, la recherche de la précision doit tenir compte des contraintes pratiques de la recherche, notamment les ressources disponibles et la faisabilité de constituer des échantillons plus importants.

Équilibrer la taille de l’échantillon, le coût et la faisabilité logistique

La détermination de la taille de l’échantillon est un exercice statistique et une considération logistique et financière. Les chercheurs doivent trouver un équilibre délicat entre le niveau de précision souhaité et les contraintes de budget, de temps et d’accessibilité de la population cible. Les implications financières d’échantillons plus grands peuvent être importantes, englobant les phases de collecte, de traitement et d’analyse des données. De plus, les défis logistiques tels que le recrutement et la rétention des participants deviennent plus prononcés à mesure que la taille de l’échantillon augmente.

Cet équilibre nécessite une approche stratégique du calcul de la taille de l'échantillon, en tenant compte des exigences statistiques pour obtenir une précision significative tout en restant attentif aux limites pratiques du contexte de l'étude. Des techniques statistiques avancées et des méthodologies de recherche innovantes peuvent offrir des moyens d'optimiser la taille de l'échantillon sans compromettre l'intégrité ou la faisabilité de l'étude.

Essentiellement, la détermination de la taille de l’échantillon est une étape cruciale dans la conception d’études transversales, ayant un impact direct sur la qualité et l’applicabilité des résultats de recherche. En examinant attentivement l’interaction entre la précision statistique, le coût et la faisabilité logistique, les chercheurs peuvent élaborer des études méthodologiquement solides et alignées sur les réalités pratiques de la recherche en santé. Cette planification minutieuse garantit que les informations issues des études de prévalence sont exactes et exploitables, contribuant ainsi à la base de données probantes qui sous-tend les interventions de santé publique efficaces.

Calcul de la taille de l'échantillon : la formule et ses composants

En recherchant la rigueur scientifique dans la recherche en santé, en particulier dans les études transversales, le calcul de la taille de l’échantillon est une étape cruciale qui sous-tend la validité et la fiabilité des estimations de prévalence. La formule fondamentale pour déterminer la taille de l’échantillon est donnée par :

n = (Z²² P × (1-P)) /²

Cette formule représente mathématiquement l’interaction entre la confiance statistique, la prévalence attendue et la précision souhaitée, ce qui est crucial pour garantir que les résultats de l’étude reflètent véritablement la dynamique sous-jacente de la population.

Composante 1 : Z – Le niveau de confiance

The Zdans la formule de calcul de la taille de l'échantillon correspond au score Z issu de la loi normale centrée réduite et reflète le niveau de confiance souhaité. Un niveau de confiance de 95 % est couramment utilisé, correspondant à un score Z d'environ 1.96. Ce choix signifie que le chercheur est sûr à 95 % que la valeur réelle du paramètre de population se situe dans l'intervalle de confiance calculé. Choisir un niveau de confiance plus élevé, comme 99 %, augmenterait le score Z (environ 2.58), ce qui impliquerait d'accroître la taille de l'échantillon nécessaire pour maintenir le même niveau de précision.

Composante 2 : P – Prévalence attendue

The Preprésente la prévalence anticipée de la maladie ou de la caractéristique étudiée au sein de la population cible. Cette estimation peut reposer sur des recherches antérieures, des études pilotes ou un consensus d'experts. La valeur dePinfluence significativement le calcul de la taille de l'échantillon ; une prévalence estimée proche de 50 % requiert généralement un échantillon plus important, car elle correspond au point de variabilité maximale dans une distribution binomiale.

Composante 3 : d – Précision (marge d’erreur)

La précision, notéed, reflète la marge d'erreur que le chercheur est prêt à accepter dans l'estimation de la prévalence. Elle correspond essentiellement à la demi-largeur de l'intervalle de confiance autour de l'estimation de la prévalence, indiquant la proximité attendue entre la prévalence estimée et la prévalence réelle dans la population. Une valeurdplus faible traduit une plus grande précision souhaitée, ce qui, par conséquent, nécessite un échantillon de plus grande taille.

Choisir des valeurs appropriées pourZ, Petd

Choix deZ: Le choix deZdépend du niveau de confiance souhaité, la valeur 1.96 étant une valeur standard pour un niveau de confiance de 95 %. Les chercheurs doivent trouver un équilibre entre le niveau de confiance requis et les implications pratiques sur la taille de l’échantillon.

Estimation deP: Cela nécessite un examen approfondi de la littérature existante, des études antérieures ou des recherches préliminaires afin d’obtenir une estimation éclairée. En l’absence de données antérieures, une approche prudente utiliseP = 0.5, ce qui maximise la taille de l’échantillon requise et garantit une puissance statistique suffisante.

Déterminationd: Le choix deddépend du degré de précision requis par la question de recherche et des contraintes pratiques de l’étude. Une valeurdplus petite augmente la taille de l’échantillon, mais offre des estimations plus précises. Les chercheurs doivent prendre en compte les compromis entre la précision, les ressources disponibles et la faisabilité logistique d’un échantillon plus large.

Le calcul de la taille de l'échantillon est un processus rigoureux qui exige une compréhension approfondie des objectifs de l'étude, de la population étudiée et des aspects pratiques de sa mise en œuvre. En choisissant judicieusement les valeurs de Z, Pet d, les chercheurs peuvent garantir la robustesse scientifique et la faisabilité pratique de leurs études transversales, contribuant ainsi de manière significative au domaine de la recherche en santé.

Défis et considérations pratiques

Les chercheurs doivent surmonter de nombreux obstacles pratiques lorsqu'ils déterminent la taille de l'échantillon pour les études transversales. Les hypothèses formulées concernant la prévalence (P) et la précision (d) ne sont pas exemptes d'écueils potentiels susceptibles de compromettre l'intégrité de la recherche.

Pièges courants lors de la sélection de la prévalence présumée (P) et de la précision (d)

L'un des principaux écueils liés au choix de la prévalence supposée est la surestimation ou la sous-estimation. SurestimerPpeut conduire à un échantillon plus important que nécessaire, augmentant ainsi les ressources et le temps requis pour l'étude. À l'inverse, sous-estimerPpeut engendrer un échantillon trop petit, réduisant la capacité de l'étude à détecter la prévalence réelle.

La précision (d) est souvent mal comprise. On croit à tort qu'undplus petit conduit systématiquement à une meilleure recherche. Or, cette précision accrue a pour prix un échantillon plus important, ce qui peut s'avérer irréalisable. Les chercheurs doivent donc prendre en compte le compromis entre précision et faisabilité.

Lignes directrices pour le choix de d en fonction de la plage de prévalence attendue

Le choix de la valeur appropriée pourddépend de plusieurs facteurs. Premièrement, la plage de prévalence attendue peut guider ce choix . Une valeurdUn échantillon légèrement plus granddconfiance sera moindre. À l'inverse, pour une affection à faible prévalence, une valeurdinférieure est souvent nécessaire afin d'éviter que l'intervalle de confiance ne chevauche significativement zéro, ce qui suggérerait un effet ou la présence de l'affection.

De plus, le choix de d doit être guidé par l'application prévue des résultats. Si l'étude vise à éclairer des interventions sanitaires ou des décisions politiques cruciales, une valeur d plus petite peut se justifier malgré la taille d'échantillon requise plus importante. Les chercheurs doivent également tenir compte des ressources disponibles, car une valeur d trop petite pourrait rendre l'étude irréalisable.

Il est essentiel d’examiner attentivement la prévalence supposée et la précision souhaitée pour éviter les pièges courants lors du calcul de la taille de l’échantillon. Ces décisions doivent être fondées sur une compréhension approfondie du contexte de l'étude, de la fourchette de prévalence attendue et des aspects pratiques de la conduite de la recherche. En abordant ces défis de manière réfléchie, les chercheurs peuvent s’assurer que leur étude est bien conçue pour produire des estimations de prévalence significatives et fiables.

Études de cas et exemples

Dans l’application pratique des statistiques dans le cadre de la recherche en santé, les exemples concrets sont inestimables pour illustrer les complexités et les nuances du calcul de la taille de l’échantillon. En examinant des scénarios spécifiques, nous pouvons mieux comprendre comment les aspects théoriques de la détermination de la taille de l’échantillon se traduisent en pratiques de recherche tangibles.

Scénario 1 : Enquête de santé publique

Dans une enquête de santé publique visant à estimer la prévalence d'une maladie liée au mode de vie, dont la prévalence attenduePest de 20 % au sein d'une population urbaine, les chercheurs doivent déterminer un niveau de précision approprié (d). Compte tenu de l'importance de la maladie et de la nécessité de stratégies d'intervention précises, undde 0.05 est choisi. Avec un niveau de confiance standard de 95 % (Z = 1.96), la taille de l'échantillon calculée serait suffisante pour garantir que les résultats de l'enquête puissent éclairer avec fiabilité les politiques de santé publique.

Scénario 2 : Prévalence des maladies rares

Lors de l'estimation de la prévalence d'une maladie rare (Pestimée à 2 %), le choix deddevient encore plus crucial. En raison de la faible prévalence, même une petite marge d'erreur peut entraîner des différences relatives importantes. Dans ce cas, le choix d'undde 0.01 peut s'avérer nécessaire pour obtenir des résultats pertinents permettant d'orienter l'allocation des ressources de santé, malgré la difficulté que représente un échantillon plus important.

Tableau élargi des tailles d’échantillon

Pour illustrer comment la taille de l'échantillon varie en fonction des différents taux de prévalence et niveaux de précision, considérons une version étendue du tableau fourni, qui comprend des scénarios supplémentaires pour un niveau de confiance de 95 % :

Taille de l'échantillon pour estimer la prévalence avec différentes précisions et 95 % de confiance
Précision \ Prévalence présumée	0.10	0.20	0.40	0.50	0.60	0.70	0.80	0.90
0.01	384	768	1536	1920	2304	2688	3072	3456
0.02	96	192	384	480	576	672	768	864
0.03	43	85	171	214	257	300	342	385
0.04	24	48	96	120	144	168	192	216
0.05	15	31	61	77	92	107	122	138
0.06	11	21	43	53	64	75	85	96
0.07	8	16	32	40	48	56	64	72
0.08	6	12	24	30	36	42	48	54
0.09	5	10	21	26	31	36	41	46
0.10	4	8	17	21	25	29	33	38

Ce tableau sert de guide pratique pour les chercheurs, fournissant une référence rapide à l'impact des différents taux de prévalence et des niveaux de précision souhaités sur la taille d'échantillon requise pour un niveau de confiance donné.

Ces études de cas et exemples soulignent l’importance d’une attention particulière lors de la sélection des estimations de prévalence et des niveaux de précision. Ils soulignent également la nécessité d’une planification stratégique dans un contexte de ressources limitées et de contraintes pratiques. En tirant les leçons de ces scénarios réels, les chercheurs peuvent mieux comprendre les subtilités du calcul de la taille de l’échantillon, garantissant ainsi que leurs études sont scientifiquement solides et réalisables dans la pratique.

Considérations avancées

Alors que les chercheurs approfondissent les complexités des études transversales, ils doivent aborder des considérations avancées qui peuvent avoir un impact significatif sur la validité et la précision de leurs résultats. Deux de ces considérations sont l'ajustement en fonction de la taille de la population dans des populations finies et les stratégies permettant de traiter des populations hétérogènes au moyen d'un échantillonnage stratifié.

Ajustement à la taille de la population dans des populations finies

Lorsqu’il s’agit de populations finies, l’hypothèse d’une taille de population infinie, qui sous-tend de nombreuses formules statistiques, n’est plus valable. Dans de tels cas, les chercheurs doivent appliquer la correction de population finie (FPC) pour ajuster le calcul de la taille de l'échantillon. La formule donne le FPC :

FPC = √((N – n) / (N – 1))

oùNreprésente la taille totale de la population etnla taille de l'échantillon. Ce facteur de correction réduit la taille d'échantillon requise lorsque la population est petite et que le taux d'échantillonnage (n/N) est élevé. En intégrant le FPC, les chercheurs peuvent éviter de surestimer la variabilité au sein de la population et ainsi obtenir des estimations de prévalence plus précises.

Gérer des populations hétérogènes et un échantillonnage stratifié

L'hétérogénéité au sein d'une population peut poser des défis importants dans les études de prévalence. Si la population est diversifiée et comporte des sous-groupes dont les caractéristiques d’intérêt diffèrent, un simple échantillonnage aléatoire peut conduire à des estimations biaisées. Pour résoudre ce problème, les chercheurs peuvent recourir à l’échantillonnage stratifié, une technique dans laquelle la population est divisée en sous-groupes ou strates homogènes, et des échantillons sont tirés de chaque strate. Cette méthode garantit que chaque sous-groupe est représenté de manière adéquate dans l'échantillon, améliorant ainsi la précision de l'estimation globale et réduisant les biais potentiels.

La clé d’un échantillonnage stratifié réussi consiste à identifier les strates pertinentes qui sont significatives pour la question de recherche. Par exemple, la stratification par âge, sexe ou situation géographique peut souvent donner des résultats plus précis et généralisables. La taille de l'échantillon pour chaque strate est généralement déterminée proportionnellement, en fonction de la taille de la strate par rapport à la population. Néanmoins, il peut également être alloué à l’aide de stratégies d’allocation optimales afin de maximiser la précision pour un coût ou une taille d’échantillon donné.

Essentiellement, des considérations avancées telles que l’ajustement en fonction de la taille finie d’une population et le recours à un échantillonnage stratifié sont essentielles pour améliorer l’exactitude et la pertinence des estimations de prévalence dans la recherche en santé. Ces techniques reflètent un niveau de sophistication méthodologique plus profond, permettant aux chercheurs de générer des résultats qui reflètent plus précisément la véritable dynamique au sein de la population.

Grâce à une planification minutieuse et à l’application de techniques statistiques avancées, les chercheurs peuvent relever les défis inhérents aux conceptions d’études transversales, contribuant ainsi à acquérir les connaissances solides nécessaires pour éclairer les décisions et les interventions en matière de santé publique.

Conclusion

Les études transversales sont des outils d’investigation essentiels dans la quête de la vérité scientifique dans la recherche en santé. Leur succès dépend de la planification et de l’exécution méticuleuses de la détermination de la taille de l’échantillon. Cet effort est au cœur de la précision et de la validité épidémiologiques. Nous réfléchissons ici aux points cruciaux discutés et à leurs profondes implications pour les chercheurs dans ce domaine.

Récapitulatif des points critiques et de leurs implications pour les chercheurs

Précision des estimations de prévalence: Des estimations précises de la prévalence sont essentielles pour éclairer les stratégies de santé publique, et leur précision dépend directement de la taille de l’échantillon. Il est donc nécessaire de trouver un équilibre entre les exigences statistiques et les contraintes pratiques.

Formule de la taille de l'échantillon: La pierre angulaire du calcul de la taille de l'échantillon, la formulen = (Z^2 * P * (1-P)) / d^2, encapsule l'interaction entre le niveau de confiance (Z), la prévalence attendue (P) et la précision souhaitée (d).

Planification stratégique: Le choix des valeurs de Z, P et d exige une approche stratégique qui met en balance les objectifs de la recherche et les réalités logistiques et financières de l'étude.

Considérations méthodologiques avancées: L'ajustement en fonction de la taille de la population dans les populations finies et l'utilisation d'un échantillonnage stratifié pour gérer l'hétérogénéité de la population sont des techniques avancées qui améliorent la robustesse des estimations de prévalence.

Encouragement à planifier soigneusement la taille de l'échantillon

Les chercheurs sont invités à aborder la détermination de la taille de l’échantillon avec rigueur et prévoyance. Il ne s'agit pas simplement d'une tâche à accomplir, mais d'une étape fondamentale qui peut dicter le succès ou l'échec d'une étude. Chaque décision — depuis l'estimation de la prévalence jusqu'au choix de la précision — doit être prise avec une compréhension approfondie des objectifs de l'étude et des limites imposées par la réalité.

Une planification minutieuse garantit que les études sont scientifiquement fondées et éthiquement responsables, en préservant les ressources et en respectant le temps et le bien-être des participants. Grâce à une préparation aussi diligente, la recherche en santé peut produire des résultats non seulement statistiquement significatifs, mais également significatifs et exploitables dans le monde réel.

Remarques finales

En conclusion, nous encourageons les chercheurs à relever le double défi de l’intégrité scientifique et de la viabilité pratique. Laissez les enseignements tirés de cette exploration des études transversales servir de phare, vous guidant vers une recherche qui non seulement recherche la vérité, mais qui le fait avec un engagement envers le bien et le beau dans l’effort scientifique. Puissent vos études contribuer à un ensemble de connaissances qui améliorent le bien-être des populations et orientent les politiques de santé publique vers l’amélioration de la société dans son ensemble.

Articles recommandés

Découvrez plus d’informations et de stratégies sur l’analyse statistique dans notre collection d’articles d’experts. Plongez plus profondément maintenant !

Foire Aux Questions (FAQ)

Q1 : Que sont les études transversales ?Les études transversales observent des données provenant d’une population à un seul moment donné, souvent utilisées pour estimer la prévalence de caractéristiques ou de conditions.

Q2 : Pourquoi la taille de l’échantillon est-elle importante dans les études transversales ?La taille de l’échantillon influe sur la précision et le niveau de confiance de l’étude dans l’estimation des caractéristiques de la population.

Q3 : Comment la taille de l'échantillon est-elle calculée pour les études de prévalence ?La taille de l'échantillon est calculée à l'aide den = (Z^2 * P * (1-P)) / d^2, en tenant compte du niveau de confiance, de la prévalence attendue et de la précision souhaitée.

Q4 : Quel est le rôle de « P » dans le calcul de la taille de l'échantillon ?« P » représente le taux de prévalence attendu dans la population, qui est crucial pour déterminer la taille d'échantillon nécessaire.

Q5 : Comment la précision « d » affecte-t-elle la taille de l’échantillon ?La précision « d » détermine la marge d’erreur autorisée ; plus la valeur de « d » est petite, plus la taille de l’échantillon doit être grande pour obtenir des estimations précises.

Q6 : Qu’est-ce qu’un intervalle de confiance dans le contexte des études de prévalence ?Un intervalle de confiance fournit une plage dans laquelle on s’attend à ce que le véritable paramètre de population se situe, avec un certain niveau de confiance.

Q7 : Pourquoi les études pilotes sont-elles importantes pour la détermination de la taille de l’échantillon ?Les études pilotes aident à estimer plus précisément la prévalence attendue (« P »), ce qui est essentiel pour un calcul précis de la taille de l’échantillon.

Q8 : Comment l’hétérogénéité de la population affecte-t-elle la taille de l’échantillon ?Les populations hétérogènes peuvent nécessiter un échantillonnage stratifié ou des échantillons de plus grande taille pour garantir la représentativité et la validité.

Q9 : Qu’est-ce que l’échantillonnage stratifié et quand est-il utilisé ?L’échantillonnage stratifié divise la population en sous-groupes pour assurer la représentation des segments clés, améliorant ainsi la précision de l’étude.

Q10 : Comment les chercheurs peuvent-ils corriger les problèmes liés à la taille finie de la population ?Pour les populations finies, les chercheurs peuvent utiliser le facteur de correction pour population finie afin d’ajuster le calcul de la taille de l’échantillon et d’éviter ainsi une surestimation.