ER RES

tance capillaire et du temps de saignement. Les lames furent colorées au May Grunwald-Giemsa d’après la méthode de Benda.

L'étude de la morphologie, de la taille et du groupement des globulins à fait l’objet de nombreuses publications. Il était, en ellet, logique de penser que les altérations d'aspect des globulins traduisaient des perturbations de leur fonctionnement.

Oleif et Dreyfus les ont classés d’après la taille en quatre groupes. Les grandeurs extrêmes sont de 2 et 7 w.

Jürgens et Graupner distinguent, d'après la morphologie, les formes suivantes

— Formes jeunes : granulations fines et hyalomère bleu;

— Formes normales : granulomère assez fin et hyalomère rose à pourtour bleuté; — Formes âgées : gros grains et hyalomère rouge violacé; — Formes irritatives déformées et agrandies; — Formes pathologiques, parmi lesquelles nous retiendrons en particulier les formes géantes et les formes immatures.

Les formes géantes où mégathrombocytes de Dreyfus ont une taille qui varie entre 4 et ?0 x et une forme allongée; ce sont souvent des lambeaux de protoplasme mégacaryocytaire mal fragmenté.

Les formes immatures ou « formes bleues » sont des parcelles protoplasmiques de mégacaryocytes non mûrs. Le cytoplasme, très basophile, est périphérique, alors que le centre de la cellule est occupé par un amas arrondi et compact de eranulations.

D'après Bernardi et ses collaborateurs, les aspects les plus fréquemment rencontrés correspondent aux formes T de la classification de Jürgens.

LOT Le dépouillement des résultats.

Afin de tirer le maximum de renseignements des mesures dont nous disposions, nous avons tracé les droites de régression pour les 19 cas suivis complètement depuis la naissance el calculé les coefficients de corrélation pour l'ensemble des tests pratiqués. Voici en quoi consistent ces méthodes

Droites de régression.

Considérons un sujet défini par les quantités X et Y qui font l’objet des mesures. Sur un diagramme où l'âge, par exemple, est porté en abscisse et la résistance capillaire (Rc.) (R.C.) en ordonnées, on obtient une série de points M, qui, reliés entre eux, constituent le diagramme relatif à un individu (voir graphique 1, où deux diagrammes sont tracés). La question qui se pose est de savoir si l’on peut faire la synthèse des divers diagrammes et considérer que toute augmentation de X, par exemple, est suivie d'une augmentation de Ÿ.

Pour cela, on porte les divers points M sur un même graphique et on obtient un nuage de points. Ensuite, on trace les droites de régression.

La première droite D représente la variation de y lorsque x est considéré comme variable. Pour la construire, on détermine pour chaque valeur de x, x,, la valeur moyenne de yr, des valeurs de y correspondantes.

La seconde droite D2 est construite en calculant pour chaque valeur y, de y, la moyenne x, des valeurs de x correspondantes.

Les deux droites DI et D2 sont distinctes et ne sont confondues ou parallèles que lorsque y est une fonction de x, c'est-à-dire lorsque, connaissant x, on peut calculer y, ce qui n’est jamais le cas en biologie.

On démontre que D1 et D2 sont croissantes ou décroissantes en même temps. L’angle formé par les deux droites est d'autant plus grand que la liaison entre x et y est lâche.

SAP LE a: re S 2 Q x Si cet angle est égal à 0° (droites parallèles ou confondues), la liaison est forte. Si l'angle des deux droites égale 90°, il n'existe eucune diaison entre x et y, qui varient indépendamment l'une de l’autre, au hasard.

Coefficients de corrélation.

Considérons nos deux variables x et y et le nuage de points M défini par les couples de valeurs x: y;, CHAOS TES

On peut calculer la valeur moyenne x de la variable x et la dispersion & x par les formules :

AE N AN LT = — > xk El (x; — x)?

N x =1 Nog sa2

Ou À désigne l'opération d'addition, N le nombre des valeurs de x (ici, N = 107). On calcule de même y et o y. On définit le coefficient de corrélation r de x et de y de la manière suivante

1 Re 2

VE Noxoy DS A QU NA Le coefficient r est un nombre positif ou négatil toujours inférieur à À en valeur absolue. Si r — O0, les variables x et y sont indépendantes l’une de l’autre (l'angle D1-D2 est grand). Sir = + 1, les variables x et y sont fonction l'une de l’autre

(l'angle D1-D2 est nul). Plus r ést grand en valeur absolue, plus la liaison entre x et y est forte. Un coefficient de corrélation positif signifie que si x augmente, y tend à augmenter; un coefficient négatif est en faveur d’une diminution de y lorsque x augmente.

Le coefficient a d'autant de valeur que les couples x et y sont en plus grand nombre. Dans notre cas, N = 107, et on peut considérer que ce calcul est déjà très valable.

Signification el limites de sécurité du coefficient de corrélation.

La possession du coellicient de corrélation (U.G.) ne nous

renseigne, en principe, que sur la corrélation unissant les

variables x et y dans l'échantillon examiné. Le simple bon sens dit que plus l'échantillon est important, plus le coefficient calculé se rapproche de celui de la population entière. Comme on ne peut disposer que de lots assez restreints, on est amené à calculer :

1° La signification du C.C. trouvé dans l'échantillon. On suppose donc une population très nombreuse pour laquelle x et y sont indépendants (r = 0). On extrait de cette population un échantillon d’effectif N pour lequel on calcule r, qui fournit la valeur r.. On cherche alors la valeur r. qu'un échantillon d’effectif N n'aura qu'une probabilité inférieure à une valeur p arbitraire de dépasser. Si p est Loujours choisi très faible; si > 7, en valeur absolue, on en déduit que si les variables x et y étaient réparties au hasard, on n'aurait qu'une probabilité inférieure à p que r. puisse être attet el que, par conséquent, r. élant très improbable est significatif au coefficient p arbitraire choisi; c’est-à-dire contradictoire à l'hypothèse de travail faite, qui est l'indépendance des deux variables x et y. L'usage veut que p = 0,05; le calcul montre alors-que pour N°=:107,r. =0;,20:

2° Les limites de sécurité du coefficient de corrélation. Le calcul précédent montre si le C.C. traduit l’existence d'une liaison réelle entre les variables; mais il ne nous permet pas de remonter du C.C. : r dans l’échantillon, au coefficient R relatif à la population entière. R nous est, en principe, inaccessible; mais on arrive, à l’aide de 7», à calculer deux nombres R1 et R2, entre lesquels R a une probabilité P arbitraire donnée à l'avance de se trouver. R1 et 'R2 sont les limites de sécurité qui dépendent de r., de l'effectif de l’échantillon N et de P. L'usage s’est établi de prendre pour P les valeurs 0,90 et 0,99, c’est-à-dire que si P = 0,90, R a 90 chances sur 100 de se trouver compris entre R1 et R2.