DISSNET
Disparités spatiales de santé : méthode d’analyse des variations géographiques de la survie nette par cancer
Proposer une méthode d’analyse géographique de la survie nette par cancer en adaptant l’algorithme SpODT qui utilisera notre nouvelle statistique de comparaison de fonctions de la survie nette. Cette méthode génère un partitionnement spatial. Plus précisément, elle vise à identifier, pour une zone géographique donnée, des agrégats spatiaux de survie nette sans pré-spécification de leur forme, taille et sans dépendance avec un découpage administratif particulier. Certains facteurs pronostiques, tels les indicateurs socio-économiques, présentant des variations d’une zone géographique à une autre pourraient ainsi être examinés via une détection de ces agrégats spatiaux de survie nette par cancer.
Project period
-
SESSTIM member(s) of the project:
Sponsors:
Canceropôle PACA
Research topics:
Research question:
Un nouvel estimateur consistant de la survie nette a été proposé récemment (estimateur de Pohar-Perme), grâce au réseau de chercheurs créé dans le cadre du projet MESURE (ANR 09-BLAN-0357 ; coord. Pr R. Giorgi). Cette méthode a été utilisée pour la première fois par la France dans le cadre du rapport « Survie des personnes atteintes de cancer en France 1989-2007 », InVS-Francim-HCL-INCa, février 2013 (Mesure 7 du pan cancer 2009-2013) et elle devient la référence pour la communauté scientifique internationale. Par ailleurs, dans le cadre du projet MESURE, un travail préliminaire sur l’utilisation d’estimateur de la survie nette pour analyser les variations spatiales de la survie par cancer a été mené. D’une manière générale, en reposant sur le principe d’un système d'information géographique, il s’agit d’obtenir des cartes de la survie par cancer selon la localisation organique et d’analyser les variations spatiales de cette survie. Pour cela, nous avons effectué un travail de développement et d’extension d’un algorithme déjà existant, l’algorithme SpODT (Spatial Oblique Decision Tree). Compte tenu de la reconnaissance scientifique de l’estimateur de Pohar-Perme, ce dernier a été retenu pour étudier les variations spatiales. Cependant, l’absence à ce jour de tests statistiques de comparaison des probabilités de survie nette de Pohar-Perme nous a conduits à mettre en place un autre large projet afin de proposer des statistiques de comparaison de fonctions de la survie nette par cancer de Pohar-Perme (projet COMPNETS, INCa SHS-E-SP 2013 ; coord. Pr R. Giorgi). A ce jour, une statistique est déjà en cours de validation. Les outils et méthodes de base sont maintenant là pour être combinés dans un projet global.
Method:
Ce projet est d’ordre méthodologique en biostatistique. Le programme scientifique est organisé en 3 tâches : 1) généralisation de l’approche par arbre de décision oblique à la survie nette par cancer ; 2) évaluation de ses performances ; 3) applications sur des données réelles.
Research prospects:
A la fin de ce projet, nous produirons une nouvelle approche d’analyse des variations géographiques de la survie nette par cancer. Nous étudierons son aspect théorique et évaluerons systématiquement ses performances par des simulations. Nous effectuerons des applications sur données réelles de cancer pour illustrer cette nouvelle approche d’analyse spatiale des disparités de santé. Cette approche sera implémentée dans un package R permettant la mise en œuvre d’analyses par partitionnement spatial.
Results:
Nous avons produit une nouvelle approche d’analyse des variations géographiques de la survie nette par cancer. Nous avons étudié son aspect théorique et évalué systématiquement ses performances par des simulations montrant ses forces et identifiant certaines limites. Nous avons effectué des applications sur données réelles de cancer (colon-rectum, prostate) pour illustrer cette nouvelle approche d’analyse spatiale. Cette approche a été implémentée dans un code R permettant la mise en œuvre d’analyses par partitionnement spatial. Des améliorations pourraient être apportées, notamment pour permettre d’inclure des variables additionnelles dans l’algorithme. Bien que théoriquement possible, cela nécessiterai de nouveaux développements informatiques. A ce jour, l’analyse de l’effet de variables additionnelles sur la clusterisation de la survie nette peut quand même être effectuée par des approches simples (étude de la clusterisation de ces variables, comparaison des niveaux d’expression de ces variables selon les clusters de survie nette identifiés,…).
Par conséquent, les résultats de ce projet seront utiles pour étudier les inégalités de survie et permettront d’apporter des réponses aux recommandations pour le troisième plan cancer concernant l’objectif 3-3-1-a sur les inégalités de santé et la demande faite « aux registres de produire des indicateurs (…) prenant en compte le niveau de disparité estimé sur la base de l’adresse des patients (géolocalisation) ».
