analyse de survie

Question 1

utilité des études de survie

Answer 1

permettent d’étudier le délai de survenue d’un événement

Question 2

type d’événements considérés dans les études d’analyse de survie

Answer 2

événement qualitatifs binaires (décès, survenue de maladie)

Question 3

but de l’analyse de survie pour les essais cliniques

Answer 3

évaluer l’efficacité d’un tx dont l’objectif est de retarder la survenue d’un événement clinique

Question 3

suivi des pts : pourquoi peut-on pas utiliser la régression linéaire ou logistique

Answer 3

• la durée de suivi des pts peut être différente
• l’origine (début) de la surveillance peut être différente
• l’événement attendu peut ne pas survenir dans la période de surveillance

Question 4

censure

Answer 4

quand on arrête le suivi d’un pt avant la survenue de l’événement

Question 4

types de censures

Answer 4

• les pts n’ont pas eu l’événement à la fin du temps de suivi (ex : vivants)
• les pts sont retirés ou perdus de vue avant la fin du suivi (ex : mort)

Question 5

pourquoi l’existence de censure empêche le calcul de la durée moyenne de survie?

Answer 5

on ne connait pas toutes les durées de survie

Question 6

pourquoi faut-il considérer les données censurées

Answer 6

on perd de l’info autrement

Question 7

date d’origine

Answer 7

date de début de prise en compte du suivi des observations

Question 8

date des dernières nouvelles

Answer 8

date à laquelle les derniers renseignements concernant l’état du sujet ont été collectés

Question 9

état aux dernières nouvelles

Answer 9

état caractérisé par une variable binaire (ex : décédé ou vivant)

Question 10

date de point

Answer 10

date d’arrêt d’étude

Question 11

recul

Answer 11

délai écoulé entre la date d’origine et date de point

Question 12

temps de participation

Answer 12

calculé à partir de la date d’origine et de la date des dernières nouvelles/date de point

Question 13

fonction de survie

Answer 13

probabilité de survivre au moins jusqu’au temps t

Question 14

v ou f : la probabilité est estimée par une proportion

Answer 14

v

Question 15

courbe de survie : caractéristiques

Answer 15

courbe de S(t) en fonction de t
- fct décroissante de 1 à 0
- quant t = 0, S(t) = S(0) = 1 (personne a eu l’événement)
- quand t = infini, S(t) = S(0) = 0 (personne ne survit)

Question 16

que décrit la courbe de survie?

Answer 16

la dynamique de survenue des décès au cours du temps

Question 17

courbe de survie : pourquoi on mesure la médiane et pas la moyenne

Answer 17

dû à l’asymétrie de la courbe de survie (car survie est pas pareille chez les pts)

Question 18

estimateur de la fct de survie le plus utilisé

Answer 18

Kaplan-Meier

Question 19

condition pour l’utilisation de l’estimation kaplan-meier

Answer 19

aucune hypothèse n’est faite sur la distribution des temps de survie

Question 20

méthode de kaplan-meier : principes

Answer 20

• être encore en vie après un instant t
• être en vie avant t et ne pas mourir au temps t

Question 21

interprétation d’une courbe de survie qui décroit rapidement

Answer 21

les gens ont plus d’événements (décès), délai de survie est petit (moins de gens survivent)

Question 22

méthode de comparaison des courbes de survie

Answer 22

test du logrank

Question 23

test du logrank : H0

Answer 23

les 2 courbes de survie sont superposées, le risque de survenue de l’événement est le même dans les 2 groupes

Question 24

test du logrank : H1

Answer 24

les 2 courbes de survie ont des profils différents

Question 25

interprétation si le test de logrank est significatif

Answer 25

si le test est significatif, les 2 courbes sont significativement différentes

Question 26

la fct logit est utilisée dans la régression logistique :
a) pcq les valeurs p (probabilités d’avoir l’événement) est petites
b) pcq les valeurs p peuvent pas être analysées
c) pcq valeurs p sont entre 0 et 1
d) pour avoir une relation linéaire entre le logit et les facteurs de risque

Answer 26

d

Question 27

la statistique de wald est :
a) fct de bêta
b) équivalent de R2 dans le modèle linéaire
c) mesure de l’adéquation du mdl
d) mesure de croissance des odds

Answer 27

a

Question 28

la régression logistique est basée sur :
a) une distribution normale
b) une distribution binomiale

Answer 28

b

Question 29

la régression logistique est essentielle lorsque
a) la variable dépendante et les variables indep sont continues
b) variable dep est continue et les variables indep sont catégorielles
c) slm la variable dep est catégorielle mais les autres variables indep sont continues
d) slm la variable dep est catégorielle quelque soit le type des variables indep

Answer 29

d

Question 30

OR nous indique le chgmt dans le risque d’avoir l’événement lorsque le facteur de risque change d’une unité : wald, exp(beta) ou -2LL

Answer 30

exp(beta)

Question 31

plus la déviance du mdl est petite, plus le mdl est adéquat: wald, exp(beta) ou -2LL

Answer 31

-2LL

Question 32

la stat utilisée pour juger si la variable explicative contribue au risque d’avoir l’événement ou non: wald, exp(beta) ou -2LL

Answer 32

wald

Question 33

le log de la vraisemblance signifie :
a) probabilité de la survenue de l’événement en présence d’un facteur de risque
b) mesure de la puissance explicative du mdl
c) OR d’une variable explicative

Answer 33

b