Écrire un article… une dizaine de pages. En théorie, ça a l’air simple ! Vous avez collecté des données médicales pendant 2 ou 3 ans, il ne reste « plus qu’à» les analyser et écrire. Et pourtant, nombre de pièges se dressent encore entre vous et la publication.
La première étape est de clairement définir ce que vous cherchez, et ensuite de réfléchir à comment le montrer. Vous n’imaginez pas le nombre de fois ou un médecin est rentré dans mon bureau (à l’époque où j’étais statisticien), m’a présenté des données… dont on ne pouvait absolument rien faire parce que certaines variables clés n’avaient pas été mesurées (ou mal). «Mais on a mis 3 ans à tout collecter ?!?!?» Cela ne change rien au fait qu’une étude mal ficelée au début ne sera pas analysable à la fin.
Les revues et reviewers sont de plus en plus exigeants. Et plus le niveau de la revue est élevé, plus les statistiques devront être impeccables et de haut niveau. À ce stade, il convient donc de distinguer deux types d’article :
10-20 pages, ça n’a l’air de rien. Et pourtant, c’est très compliqué à écrire. Les super auteurs font en moyenne deux pages par jour. Parce que c’est une chose d’avoir des idées claires, c’en est une autre que de les rendre accessibles et compréhensibles des collègues. Autre difficulté, il vous faut intégrer les statistiques et graphiques pertinents dans l’article. En premier lieu, il vous faut faire le tri (car vous avez probablement plus de stats et de graphes que nécessaire pour l’article) puis il vous faut les exporter de votre logiciel vers votre article. En général, c’est également à ce stade qu’il vous faut dresser la chronophage table 1, le tableau de comparaison des groupes.
Dans R++, tout est orienté « publication d’article ». Nous avons fait notre maximum pour répondre aux trois questions ci-dessus.
Certes, R++ ne peut pas faire le design à votre place. Mais pour néanmoins vous aider, nous avons intégré un module de « calcul du nombre de sujets nécessaire ». Avant même de collecter vos données, choisissez le test qui vous convient, renseignez les informations attendues et le nombre de sujets nécessaires est calculé automatiquement. Cela vous donnera une bonne idée de la faisabilité de l’étude, ou du besoin de recommencer le design si le nombre de sujet n'est pas réaliste.
L’analyse statistique est le cœur de R++. Tout est fait pour vous donner simplement accès aux statistiques dont vous avez besoin (celles qu’on trouve dans les articles médicaux, ni plus, ni moins), et cela de manière simple et intuitive. Nombreux témoignages mentionnent des gains de temps impressionnant obtenus grâce à R++, Isabelle Sourrouille (témoignage vidéo ci-dessous) parle carrément d’un facteur 10. Et plus encore, R++ est tellement simple que faire des stats, généralement considéré comme la chose la plus pénible dans la production d’un article, devient ludique. Là encore, ça n’est pas de nous, c’est nos clients qui l’affirment (vidéo ci-dessous).
Enfin, quand vous avez vos résultats, il n’est pas toujours simple de les intégrer dans l’article. Avec R++, un simple copier-coller ou un simple glisser-déposer suffit. Quant à la table 1, elle est automatique : sélectionnez la variable groupe, puis cliquez sur toutes les variables que vous voulez en ligne. La table 1 est terminée, prête à être intégrée.
Avec R++, ne laissez plus dormir les données.
Quelque soit votre niveau en statistique, n’hésitez pas à le tester gratuitement pour
découvrir toutes les fonctionnalités de notre logiciel !
C’est simple d’utilisation et ludique. Ça vous fait gagner énormément de temps. Il ne faut pas hésiter !
Ça fait gagner un temps énorme. On y passe peut-être 10% du temps.
Je suis nulle en stats, je déteste les stats. R++, ça m’a (presque) fait aimer les stats.
Vous avez du mal à y croire ? Vous voulez vous rendre compte par vous même ? Ou vous êtes simplement curieux de voir comment l'IHM peut révolutionner les statistiques ?
Notre équipe s'engage à vous contacter dans les 24h.
