Télécharger le texte intégral

sonnes par zone géographique). En effet, nous disposions d’une structure d’échantillontrès déséquilibrée, puisque 6 zones géographiques (soient 3 communes et Bordeaux) regroupaient42.6 % de notre effectif total. Les conditions asymptotiques ne sont donc passtrictement respectées, dans l’approche marginale comme dans l’approche conditionnelle.En particulier, la variance de la fonction de score U i pour certains groupes n’est probablementpas négligeable par rapport à la variance totale de U. Nous avons alors retiré 6zones géographiques dont les tailles étaient les plus importantes. Les résultats du modèleà fragilité restaient très proches de ceux obtenus précédemment sur l’échantillon total,avec cependant une corrélation intra-zone beaucoup plus faible (ˆθ = 5.10 −18 ). Nous avonsobtenu une variance robuste plus faible pour la variable aluminium dans l’approche marginalepar rapport à l’approche conditionnelle.Nous pouvons noter qu’en terme d’interprétation des résultats et de procédure d’estimation,les deux approches, marginales ou conditionnelles sont très différentes. L’approcheconditionnelle par le modèle à fragilité partagée a l’avantage de raisonner en terme derisque individuel, alors que l’approche marginale estime un risque moyen dans la population.Ainsi dans l’approche conditionnelle un risque relatif mesure l’effet d’une variableexplicative d’un individu par rapport à un autre individu du même groupe (ou d’un autregroupe ayant les mêmes caractéristiques), alors que dans l’approche marginale le risquerelatif estimé compare l’effet moyen d’une population par rapport à une autre population.La littérature est abondante sur les modèles à fragilité, ils sont cependant encore peuutilisés dans les applications. Ceci provient certainement du fait que peu de logiciels proposentce type de modélisation, mis à part S-plus et SAS. Nous avons choisi de comparernos résultats à ceux obtenus par une macro SAS. Cette procédure écrite par Klein (disponiblesur le site World Wide Web http ://biostat.mcw.edu/Software.html) utilise uneestimation des paramètres par l’algorithme EM pour des données éventuellement censuréesà droite. Cependant cette macro ne traite pas la troncature à gauche. Nous avons alorsutilisé l’âge d’entrée dans l’étude comme variable d’ajustement de façon paramétrique.Les estimateurs des coefficients de régression et de leur écart-type étaient très voisinsdes résultats précédents, de même pour la variance des variables de fragilité (ˆθ = 0.0401,SE(ˆθ) = 0.0416 et Wald= 0.9271). Nous avons pu constater que ce logiciel avait un tempsde calcul plus élevé que notre programme.