1-COX1 Flashcards

1
Q

3 problématiques des études de survie

A
  • inclusion au cours du temps
  • analyse d’une date donnée et perdu de vue
  • censure
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
2
Q

3 Différentes méthodes pr analyser les données de survie

A
  • approche n-paramétrique :KM et logrank test
  • approche paramétrique : les dstributions des durées de survie suivent une loi connue
  • approche semi-paramètrique : modèles de COX
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
3
Q

Modèle de COX

=> non paramétriques => utilisation ?

A
  • statistiques descriptives de la distribution de la fct de survie (KM)
  • comparer (tester) les distributions des fcts de survie (logrank test)
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
4
Q

En analyse de survie, on a besoin

A

de modèles de régression qui gèrent simultanément plusieurs covariables

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
5
Q

Modèle de cox permet d’étudier la relation entre ?

A

le risque instantané et une/plusieurs variables explicatives (facteurs de risques) qualitatives ou quantitatives

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
6
Q

Formation du modèle de COX

2 quantités

A

-fct de risque de base ho(t) qui :
dépend du temps et PAS de forme précise

-fct (b1x1,bkxk) qui :
ne dépend PAS du temps et fait intervenir SEULEMENT les variables explicatives

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
7
Q

Lorsque toutes les variables explicatives (x1 … xk) la fct instantanée du risque devient ?

A

risque de base ho(t)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
8
Q

ho(t) pourrait être considérée comme

A

baseline de la fct de risque instantanée

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
9
Q

fonction ho(t) n’a…

mais cest l’association entre

A

pas de forme précise => modèle cox non paramétrique

les variables xi et la survenue de l’event qui est importante

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
10
Q

modèle de cox permet de considérer

A

plusieurs variables simultanément pr expliquer la survie sans donner à la fct de risque de base une fct précise

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
11
Q

L’effet des variables X1 sur le temps de survie est mesuré par ?

A

les coefficients b1

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
12
Q

Le modèle de COX n’estime pas la fct ho(t), mais plutot

A

les paramètres B1

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
13
Q

Rapport de risques instantanés

Ce rapport est ?
Le modèle COX est dit ?

A

e^b0….
/
e^b0….

constant au cours du temps

à risques proportionnels

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
14
Q

Interprétation des paramètres

Cas d’une variable binaire

A

le rapport des risques instantané HR ne dépend pas du temps et il est appelé RISK RELATIF

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
15
Q

Interprétation

HR = 1
HR>1
HR<1

A

b1 = 0 : mm risque pr les 2 grps

b1 > 0 : risque + high pr grp B

b1<0 : risque + faible pr grp B

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
16
Q

Interprétation des paramètres

variable continue :

risque relatif associé avec un accroissement d’une unité dans X1 (en gardant le reste fixe)

A

HR = e^b1(x+1)…. / e^b1(x)

=e^b1

17
Q

Vraisemblance partielle de cox

en maximisant cette vraisemblance partielle on obtient ?

A

partielle = on s’intéresse à la probbilité que ce soit spécifiquement l’individu i qui meurt au temps tj et non la probabilité d’oserver un décès au temps tj

  • des estimations de b1 à bk
18
Q

On souhaite tester Ho : b =0 contre h1 : b=/=0

3 tests classiques

caractéristiques des tests ?

A
  • test du rapport de vraisemblance
  • test du score
  • test de wald

suivent asymptotiquement, sous H0, lois du khi2 à p DDL si on a p paramètres