Estimation de l'effet de covariables sur le risque dans les modèles de survie : approche non paramétrique

par Sylvie Escolano

Thèse de doctorat en Biomathématiques

Sous la direction de Alain Mallet.

Soutenue en 1995

à Paris 7 .

mots clés

Résumé

Les modeles de survie parametriques ou semi-parametriques font l'hypothese que les covariables ont un effet lineaire sur le logarithme du risque. Dans notre modele, cet effet n'a pas une forme parametrique precisee a l'avance. Nous estimons par une methode non parametrique la fonction quantifiant cet effet, ainsi que le risque de base. Cette approche permet de ne pas faire d'hypothese a priori sur la nature de l'effet de chaque covariable, ni sur leur effet conjoint. La methode est evaluee sur des donnees simulees, ce qui permet de mesurer l'ecart entre les fonctions attendues et les fonctions simulees. Les resultats de cette etude permettent de proposer des conditions limites d'application. La methode est egalement appliquee a des donnees reelles. Elles proviennent d'un essai destine a mesurer l'efficacite d'un betabloquant sur la mortalite chez des insuffisants cardiaques. Le modele permet d'estimer le role joue par differentes variables, globalement et dans chacun des deux sous-groupes. On montre en outre qu'il est possible d'elaborer un modele de cox dans lequel les covariables sont incluses de facon plus pertinente que par une approche classique. Ce modele constitue donc une alternative interessante aux modeles de survie usuels, dans les cas ou les covariables ont un effet complexe sur le risque. Il permet de mettre en evidence des interactions entre les effets des covariables non specifiees a priori. Un test, permettant de rejeter l'hypothese nulle d'effet lineaire de covariables, reste a developper

Titre traduit

Estimating covariates effect on hazard function in survival models: a parametric approach

Pas de résumé disponible.