Support de cours - EPICLIN 2021
List of pedagogical resources: Statistics, clinical and epidemiological research methodology
SESSTIM members are producing a number of digital teaching resources that are available for free access.
These resources come in a variety of forms: oral presentation aids, slideshows, audio-visual teaching materials, handouts, exercises, etc.
Terms of use: Creative Commons Attribution - Noncommercial - Share Alike 2.0 France License
Geo-épidémiologie - Statistiques spatiales et analyses écologiques
Formation EPICLIN 2021 - Introduction à Python pour l’analyse de données de santé
Extensions du modèle de Cox : variables dépendantes du temps, effets non linéaires
Présentation du modèle à taux proportionnel de Cox et de certaines extensions.
Analyse de la Survie Nette et de la Mortalité en Excès
Contexte : En oncologie, dans les études de survie en population, on s’intéresse souvent à la survie qui reflète la seule mortalité liée au cancer étudié. S’affranchir des autres causes de décès auxquelles nous sommes tous exposés permet notamment des comparaisons entre pays ou périodes. Cependant, dans ce contexte, la cause de décès est souvent peu fiable ou inconnue. Ainsi, des méthodes dites de « survie relative » ont été développées afin de disposer de méthodes ne dépendant pas de la connaissance de la cause de décès.
Lors des dix dernières années, des progrès ont été effectués aussi bien du point de vue méthodologique, que par une standardisation de la terminologie. Nous proposons de faire un point sur les concepts en jeu, afin de comprendre quelle mesure choisir afin de répondre à la question d’intérêt. Puis, nous étudierons un estimateur non-paramétrique de la survie nette et des modèles de régression de la mortalité en excès.
Objectifs pédagogiques :
identifier la mesure correspondant à la question posée ; effectuer et interpréter des analyses de survie nette à l'aide de l’estimateur non paramétrique Pohar-Perme ; implémenter et interpréter des modèles de régression de la mortalité en excès.
Les Domaines et le Matériel d’Etude
Analyse de la Variance pour Plans à Mesures Répétées
Modèle de Cox et Extensions : Vérification de l'hypothèse de log-linéarite : résidus de martingal (code R)
Code R utilisé dans le diaporama de la Vidéo InterActive "Analyse des durées de survie Modèle de régression de Cox et Extensions".
Vérification de l'hypothèse de log-linéarite : résidus de martingal.
Modèle de Cox et Extensions : Vérification de l'hypothèse de taux propotionnels : résidus de Schoenfeld (code R)
Code R utilisé dans le diaporama de la Vidéo InterActive "Analyse des durées de survie Modèle de régression de Cox et Extensions".
Vérification de l'hypothèse de taux propotionnels : résidus de Schoenfeld.
Modèle de Cox et Extensions : Modélisation d'un effet non-linéaire pour une variable continue (code R)
Code R utilisé dans le diaporama de la Vidéo InterActive "Analyse des durées de survie Modèle de régression de Cox et Extensions".
Modélisation d'un effet non-linéaire pour une variable continue.
Analyse des durées de survie : Modèle de régression de Cox et Extensions
Vidéo interactive portant sur le modèle de régression de Cox et certaines de ses extensions. Applications avec le logiciel d'analyse statistique R.