Coconote
AI notes
AI voice & video notes
Try for free
Données Censurées et Modèles Multivariés
Jun 24, 2024
Chapitre 2 : Données censurées
Tests Statistiques et Modèles Multivariés
Introduction
Continuation du chapitre précédent sur les données censurées.
Focus sur les tests statistiques et les modèles multivariés.
Comparaison des taux de rechute entre hommes et femmes
Test statistique de la différence des taux de rechute entre hommes et femmes.
Utilisation de la méthode du
Log-Rank
(test de rang, similaire au test de Wilcoxon).
Conditions de validité
:
Nombreux temps de décès.
Observation tous les six mois avec beaucoup de décès par intervalle.
Application sur les données avec
R
:
survdiff()
suivi de
Surv()
.
Interprétation :
p = 0.87
, pas de différence significative entre hommes et femmes.
Limite : Petit échantillon de femmes (N=18, Observed=3).
Association entre survie et variable quantitative
Exemple : Tester l'association entre risque de rechute et âge.
Association possible dans deux sens (jeunes vs âgés).
Méthode statistique :
Modèle de Cox
.
Application avec
R
:
coxph()
suivi de
Surv()
.
Interprétation des résultats :
p = 0.047 (juste significatif à 5%).
Coefficient
négatif
: Âge semble protéger contre la rechute.
Modèle de Cox avec plusieurs variables explicatives
Tester l'association entre risque de rechute et plusieurs variables (âge, sexe, événements négatifs).
Application avec
R
:
coxph()
de
Surv()
suivi des variables explicatives.
Interprétation des résultats : Seul âge statistiquement associé (limite) au risque de rechute.
Sexe et événements négatifs : faible puissance statistique.
Interprétation des Coefficients et Hazard Ratio
Coefficients négatifs interprétés comme protecteurs.
Exponentielle des coefficients :
Hazard Ratio
.
Exemple : Événements de vie négatifs (HR = 0.64) => 36% moins de chances de rechute.
Interprétation prudente due à faible échantillon.
Vérification des conditions de validité du modèle de Cox
Condition essentielle : Hypothèse des risques instantanés proportionnels.
Vérification graphique avec
R
:
plot()
de
cox.zph()
.
Courbes doivent être horizontales.
Inclusion de variables catégoriques et termes d'interaction possibles.
Résumé
Importance de refaire les exercices sur ordinateur pour bien comprendre les notions délicates.
📄
Full transcript