Quand on compte des événements, comme des infections, des accidents ou des défauts, le nombre varie par hasard. Le calculateur d’intervalle de confiance de Poisson prend le nombre d’événements, l’exposition et un niveau de confiance, et donne le taux, l’intervalle de confiance exact du taux et les limites de l’effectif attendu.
Comment se fait le calcul
- Le nombre d’événements rares dans une exposition fixée suit une loi de Poisson. Avec k événements, le taux est k ÷ exposition.
- Les limites exactes (de Garwood) de l’effectif attendu viennent de la loi du khi-deux : inférieure = χ²(α ÷ 2 ; 2k) ÷ 2 et supérieure = χ²(1 − α ÷ 2 ; 2k + 2) ÷ 2. Pour k = 0, la limite inférieure est 0.
- Divisez les limites par l’exposition pour obtenir l’intervalle du taux, et multipliez par l’échelle choisie (pour 100, 1 000, 10 000 ou 100 000 unités).
- Un niveau de confiance plus élevé donne un intervalle plus large, et peu d’événements donnent aussi un intervalle relatif plus large.
Exemple
Un service enregistre 3 infections sur 1 250 journées d’hospitalisation. Le taux est de 2,40 pour 1 000 journées. Les limites à 95 % de l’effectif attendu sont 0,62 à 8,77, donc le taux se situe entre 0,49 et 7,01 pour 1 000 journées. L’intervalle est très large, car seuls 3 événements ont été vus.
Pourquoi c’est utile
Un taux calculé à partir de quelques événements est très incertain, et le citer seul invite à le sur-interpréter. L’intervalle montre la plage de taux vrais compatibles avec les données, et permet des comparaisons équitables entre périodes, unités et sites.
À savoir
La méthode exacte garantit au moins la couverture annoncée, donc elle est légèrement prudente. Elle traite l’exposition comme connue et les événements comme indépendants à taux constant. Pour comparer les taux de deux groupes, utilisez un rapport de taux. Pour de grands effectifs, l’approximation normale donne presque le même intervalle.
Outils liés
Le calculateur de loi de Poisson donne la probabilité d’un effectif donné, et celui d’intervalle de confiance traite les moyennes.