2- COX 2 Flashcards
Objectifs de l’analyse de survie et quelle approche permet de répondre à l’ojectif (3)
- estimer la fct de survie => KM
- Comparer la survie entre des groupes de traitement => LogRank
- Expliquer la fonction de risque par des facteurs de risque => approche paramétrique et semi-paramétrique
Modèles de cox :
2 écritures
multiplicatif : dépend du temps => 2 parties : 1 qui dépend du temps et l’autre non
- logarithme
Modèle de cox repose sur ?
l’hypothèse de proportionalité qui dit que le rapport des risques instantanés d’avoir l’évent de 2 individus i et j ne dépend pas du temps
Si non proportionalité ? les tests statistques et seuils observés sont ? facteurs de risque ?
invalides et rapports de risque ne sont pas interprétables correctement
Approche graphique
2 types de techniques graphiques
- graphique de -log(log(S(t)) en fct du temps t
- graphique comparant la courbe de survie observée à la courbe de survie attendue
2 types de techniques graphiques :
hypothèse et conclusion
- loglog : satisfaite pr une variable catégorique si les courbes de survie des niveaux sont // (faudrait pas que les 2 courbes se croisent)
- obs vs théo : hypo. prop est satisfaite si courbes sont semblables
Graphique log-log :
variable continue
on doit la catégoriser (logWBC faible, moyen ou élevé)
il peut avoir parallèlisme même s’il y a croisement au début
Graphique log-log :
limitations
- subjective
- stratégie conservatrice => supposer Ho de prop. à moins qu’il y a une grande évidence de n-parallélisme
-si variable continue => différente catégorisations donnent différents graphiques
Graphique LOGLOG :limitations
comment évaluer plusieurs variables simultanément (4)
- catégoriser les variables séparément
- former des combinaisons de catégories
- comparer les courbes log-log ds un mm graphe
- difficulté d’identifier les variables avec cette stratégie
méthode 2 :
comparaison des courbes de survie
CdSo ?
CdSa?
- par la méthode de KM
- on utilise le modèle de COX pour cette variable
Formule
CdSa pr la variable traitement RX :
schapeau : estimation de b1 et estimé de la fct de survie de base
h(t,X) =
ho(t) = e^(b1*rx)
Schapeau=[Schapeauo(t)]^e ^(b1*rx)
fct survie théorique = fct de survie thérorique de base ^e ….
Limitation de la méthode de comparaison des courbes de survie :
la notion des courbes semblables est subjective
Approche basée sur un test
test : GetT utilise ?
si p <0.05?
statistique basée sur les probabilités de survie observées et attendues. => suit loi khi2 avec 1 DDL
ho de prop pas vérifiée
Interaction avec le temps ?
de quelle manière (vérifier l’ho de prop) ?
extension du modèle ?
quel test ?
vérifier Ho de prop des risques pr une variable consiste à INTRODUIRE dans le modèle de cox l’interaction entre cette variable et le temps
h(t,X) = ho(t) * e ^(b1x+b2(X*t)
Ho : b2=0
Interprétation
intéraction avec le temps
valeur p entre sexe et temps: p=0.0005
Hypothèse n’est pas vérifiée pour la variable sexe
