📈 Biostatistiques IA
FREEMIUM
claude-sonnet-5
⏱ Période d'essai gratuite — jours restants  ·  Aucun dataset chargé
📁 Données
📊 Descriptif
🔁 Comparaisons
📈 Régression & ROC
📉 Survie KM
🤖 IA & PDF

📁 Importation

Formats acceptés :
CSV séparateur virgule ou point-virgule · TSV · Excel copier-coller · Encodage UTF-8
📂
Importez vos données pour commencer
CSV · TSV · copier-coller depuis Excel

📊 Variables

Importez d'abord les données (onglet Données)
📊
Sélectionnez les variables et cliquez sur Lancer

⚙️ Test comparatif

Importez d'abord les données
🔁
Configurez le test et cliquez sur Lancer

📈 Analyse

Importez d'abord les données
📈
Régression linéaire · Courbe ROC

📉 Analyse de survie

Importez d'abord les données
📉
Survie · Kaplan-Meier · Log-rank
Colonnes requises : temps (numérique) · événement (0/1)

🤖 Interprétation IA

✨
Générez un texte prêt à publier
Méthodes · Résultats · Interprétation · Limitations
Export PDF Power BI
Cliquez sur "Exporter rapport PDF" pour générer un rapport structuré avec toutes vos analyses, p-values codées par couleur et graphiques intégrés.
🔒

Période d'essai terminée

Votre essai gratuit de 90 jours est terminé.
Continuez avec un abonnement MedFlow AI.

49€ / mois

Accès illimité · 15+ tests · Export PDF

S'abonner maintenant
🔒
RGPD / CNIL — Données médicales protégées
Aucune donnée patient ne quitte votre navigateur. Les calculs statistiques sont effectués localement (JavaScript). Seule l'interprétation IA transmet les résultats numériques agrégés en HTTPS sécurisé — jamais de données nominatives. Zéro stockage permanent. Hébergement OVH France — conformité RGPD Art. 9 garantie.

Analyse Biostatistique Médicale Complète — CSV, Tests, ROC, Kaplan-Meier, Export PDF

L'outil Biostatistiques IA de MedFlow AI couvre l'ensemble du pipeline biostatistique médical : importation et nettoyage CSV (suppression doublons, imputation), statistiques descriptives avec test de normalité Shapiro-Francia, 12 tests comparatifs (t-test, ANOVA + Tukey HSD, Mann-Whitney, Wilcoxon, Kruskal-Wallis + Dunn, Chi², Fisher exact, Pearson, Spearman), régression linéaire, courbe ROC avec AUC et seuil optimal de Youden, analyse de survie Kaplan-Meier avec log-rank test, et interprétation IA publication-ready.

Chaque analyse produit une sortie au format R/RStudio (statistique de test, degrés de liberté, p-value, IC95%, taille d'effet) et peut être exportée en rapport PDF Power BI structuré avec p-values codées par couleur. Aucune installation requise — entièrement dans le navigateur.

Fonctionnalités principales

Pour qui ?

Médecins-chercheurs, internes en DES de recherche, doctorants en sciences de la santé, épidémiologistes, biostatisticiens et cliniciens souhaitant analyser leurs données sans code R/Python.

Questions fréquentes

Quels formats de données sont acceptés ?

CSV avec séparateur virgule ou point-virgule, TSV, et données copiées-collées depuis Excel. L'encodage UTF-8 est recommandé. Le header (1re ligne = noms de colonnes) est obligatoire.

Comment choisir le bon test statistique ?

L'outil suggère automatiquement les tests appropriés selon le type de variable et le nombre de groupes. Pour 2 groupes numériques : t-test (distribution normale) ou Mann-Whitney (non-normal). Pour 3+ groupes : ANOVA + Tukey ou Kruskal-Wallis + Dunn. Pour variables catégorielles : Chi² ou Fisher exact (effectifs < 5).

Les résultats sont-ils publiables ?

Oui. Les méthodes statistiques implémentées sont les algorithmes standards utilisés dans les revues médicales (Lancet, NEJM, BMJ). Citez le test utilisé (ex. "comparaison avec le test de Mann-Whitney") et les statistiques produites. L'interprétation IA fournit un texte structuré Méthodes/Résultats/Interprétation/Limitations.

Comment fonctionne le test de normalité Shapiro-Francia ?

Le test de Shapiro-Francia calcule la corrélation entre les données observées et leurs quantiles théoriques normaux. Un p-value > 0,05 indique une distribution compatible avec la normalité. Il est recommandé pour n ≥ 4 et est particulièrement adapté aux échantillons médicaux de taille modérée (4–5000 observations).

← Retour à MedFlow AI