5 - mdl de cox 3 Flashcards
codage de variables
transformation effectuée car les variables explicatives sont pas utilisées dans l’analyse sous la forme ou elles ont été recueillies
codage pour une variable X binaire
si X est l’exposition :
1 : exposé
0 : non exposé
OU
1 : exposé
-1 : non-exposé
RR si le codage est sous forme 0 et 1
RR = e^bêta
RR si le codage est sous forme -1 et 1
RR = e^2bêta
codage des variables qualitatives à plus de 2 classes
on prend 1 variable comme référence (X = 1) et on compare les autres variables à celle là
V ou F : pour les variables qualitatives à plus de 2 classes, la variable X (réf) est inclue dans le modèle sous sa forme initiale
F, on ne l’inclue pas
codage des variables qualitatives à k modalités
k-1 variables indicatrices
variables indicatrices
variable qualitative qui prend les valeurs 0 ou 1
combien de variables indicatrices faut-il pour une variable X à 4 niveaux
3 (k-1 = 4-1)
RRa,b : indiquer la position de a et b dans une fraction (numérateur ou dénominateur)
a = référence –> dénominateur
b = celui comparé à a –> numérateur
codage des variables qualitatives ordinales : nommer les 2 approches
1 - inclure la variable X (1 niveau slm) dans le mdl sous sa forme initiale, analysée comme variable continue (X prend les valeurs 1,2,3 etc)
2 - choisir une catégorie comme ref et construire des variables indicatrices (niveaux indep)
codage des variables qualitatives ordinales : que représente e^bêta dans la 1re approche
risque relatif associé au passage d’un niveau au niveau d’après
(ex : RRfaible,moyen ; RRmoyen,élvé)
codage des variables qualitatives ordinales : bêta dans la 2e approche
modèle estime les coefficients bêta (plusieurs selon le nbr de variables)
(ex : bêta moyen, bêta élevé)
codage des variables qualitatives ordinales : comment choisir entre les 2 approches
- en se basant sur les connaissance a priori
- en comparant les mdl avec un test de vraisemblance
test de vraisemblance : statistique du test
suit une loi de X^2 avec k - 2 ddl
V ou F : on peut coder des variables continues
F, il faut les transformer en variables catégoriques
comment transformer des variables continues en catégoriques
les catégoriser puis utiliser un test LRT pour tester l’hypothèse
transformation des variables continues : problèmes associés avec la méthode de découpage
- les fct en étage approximent mal une vraie relation
- difficulté de choix des pts de découpage
- effet estimé est biaisé, présence de sauts artificiels aux points de découpage
- perte de précision si bcp de catégories
- valeur p est gonflée
- résultats pas tjr reproductible dans d’autres études
dans quel cas faire un ajustement global polynôme de degré supérieur à 1
si on s’attend à une relation non linéaire entre le facteur de risque continue X et une variable réponse Y
ajustement global polynôme de degré supérieur à 1 : inconvénients
- manque de flexibilité
- s’ajuste pas aux valeurs extrêmes de X
ajustement global polynôme de degré supérieur à 1 : alternative
utiliser des polynômes fractionnaires
table du mdl de cox : comment vérifier qu’un effet est significatif
même principe que régression logistique : regarder HR et p value (significatif si < 0,05)
AV des polynomes fractionnaires (2)
- flexiblité
- simplicité
