Télécharger le texte intégral

More documents

Recommendations

Info

[64] Martyn CN, Barker DJP, Osmond C, Harris EC, Edwardson JA, Lacey RF. Geographicalrelation between Alzheimer’s disease and Aluminium in drinking water. Lancet1989 ;1 :59-62.[65] Martyn CN, Coggon DN, Lacey RF, Young WF. Aluminum concentrations in drinkingwater and risk of Alzheimer’s disease. Epidemiology 1997 ;8 :281-286.[66] McLachlan DRC, Bergeron MD, Smith JE et al. Risk for neuropathologically confirmedAlzheimer’s disease and residual aluminium in municipal drinking water employingweighted residential histories. Neurology 1996 ;46 :401-405.[67] Murphy SA. Consistency in a proportional hazards model incorporating a randomeffect.The Annals of Statistics 1994 ;22 :712-731.[68] Murphy SA. Asymptotic theory for the frailty model. The Annals of Statistics1995 ;23 :182-198.[69] Nelson W. Theory and applications of hazard plotting for censored failure data.Technometrics 1972 ;14 :265-275.[70] Nielsen GG, Gill RD, Andersen PK, Sorensen THIA. A counting process approach tomaximum likelihood estimation in frailty models. Scandinavian Journal of Statistics1992 ;19 :25-43.[71] Orgogozo JM, Dartigues JF, Lafont S et al. Wine consumption and dementia in theelderly : a prospective community study in the Bordeaux area. Revue Neurologique1997 ;153 :185-192.[72] O’Sullivan F. Fast computation of fully automated log-density and log-hazard estimators.SIAM Journal SCi. Stat. Comput. 1988 ;9 :363-379.[73] Parner E. Asymptotic theory for the correlated gamma-frailty model. The annals ofStatistics 1998 ;26 :183-214.[74] Petersen JH, Andersen PK, Gill RD. Variance components models for survival data.Statistica Neerlandica 1996 ;50 :193-211.[75] Pickles A, Crouchley R. Survival models for developmental genetic data : age of onsetof puberty and antisocial behavior in twins. Genetic Epidemiology 1994 ;11 :155-170.[76] Qiou Z, Ravishander N, Dey DK. Multivariate survival analysis with positive stablefrailties. Biometrics 1999 ;55 :637-644.[77] Ramsay JO. Monotone regression splines in action. Statistical Science 1988 ;3 :425-461.
[78] Rifat S, Eastwood MR, McLachlan DRC et al. Effect of exposure of miners to aluminiumpowder. Lancet 1990 ;336 :1162-1165.[79] Ripatti S, Palmgren J. Estimation of multivariate frailty models using penalizedpartial likelihood.Research report, University of Copenhagen 99/1.[80] Rondeau V, Commenges D, Bourdel-Marchasson I. Etude multicentrique de la survenued’escarres par un modèle de Cox basé sur une approche marginale. Revued’Epidémiologie et de Santé Publique 1999 ;47 :555-561.[81] Rondeau V, Commenges D, Jacqmin-Gadda H, Dartigues JF. Relationship betweenaluminum concentrations in drinking water and Alzheimer’s disease : an 8-year followupstudy. American Journal of Epidemiology, in press 2000.[82] Royall RM. Model robust confidence intervals using maximum likelihood estimators.International Statistical Review 1986 ;54 :221-226.[83] Savory J, Exley C, Forbes WF et al. Can the controversy of the role of aluminum inAlzheimer’s disease be resolved ? What are the suggested approaches to this controversyand methodological issues to be considered ? Journal of Toxicology and EnvironmentalHealth 1996 ;6 :615-635.[84] Serfling RJ. Approximation theorems of mathematical statistics. Wiley, New-York1980.[85] Silverman BW. Some aspects of the spline smoothing approach to non-parametricregression curve fitting. Journal of the Royal Statistical Society B 1985 ;47 :1-52.[86] Sinha D. Posterior likelihood methods for multivariate survival data. Biometrics1998 ;54 :1463-1474.[87] Taylor GA, Ferrier IN, McLoughlin IJ et al. Gastrointestinal absorption of aluminiumin Alzheimer’s disease : response to aluminium citrate. Age and ageing 1992 ;21 :81-90.[88] Therneau TM, Grambsch PM. Penalized Cox models and frailty. S-plus documentation1998.[89] Vaupel JW, Manton KG, Stallard E. The impact of heterogeneity in individual frailtyon the dynamics of mortality. Demography 1979 ;16 :439-454.[90] Vaupel JW, Yashin AI. Heterogeneity’s ruses : Some suprising effects of selection onpopulation. Journal of the American Statistical Association 1985 :39 ;176-185.
Page 1 and 2:
Université Victor Segalen - Bordea
Page 3 and 4:
A Monsieur le Professeur Roger Sala
Page 5 and 6:
Mes remerciements les plus chaleure
Page 7 and 8:
3 Approche par vraisemblance pénal
Page 9 and 10:
RésuméLes modèles classiquement
Page 11 and 12:
l’aluminium de l’eau du dialysa
Page 13 and 14:
même groupe pour expliquer cette h
Page 15 and 16:
Dans des essais thérapeutiques, on
Page 17 and 18:
Chapitre 2Modèles de survie pour d
Page 19 and 20:
dans la vraisemblance. De plus la c
Page 21 and 22:
sont tronquées à droite car les s
Page 23 and 24:
2.1.3 EstimationConstruction de la
Page 25 and 26:
(lorsque les intervalles de temps p
Page 27 and 28:
à risque en t j , et sachant qu’
Page 29 and 30:
2.2.1 Le modèleOn considère T ij
Page 31 and 32:
pour ˆβ devient ˆV , l’estimat
Page 33 and 34:
La fonction de risque marginale (ou
Page 35 and 36:
D’après l’équation (2.9) il a
Page 37 and 38:
n’existent pas.Enfin, lorsque tou
Page 39 and 40:
2.3.3 Modèle à fragilité corrél
Page 41 and 42:
Dans le modèle à fragilité, les
Page 43 and 44:
Le schéma d’estimation peut êtr
Page 45 and 46:
ẑ l les valeurs moyennes des vari
Page 47 and 48:
Estimation dans le modèle à fragi
Page 49 and 50:
Chapitre 3Approche par vraisemblanc
Page 51 and 52:
une valeur élevée de ∫ λ ′
Page 53 and 54:
3.2 Approximation par splines de la
Page 55 and 56:
des nœuds on augmente le nombre de
Page 57 and 58:
modèle. Ainsi, le nombre de degré
Page 59 and 60: Dans un modèle à risques proporti
Page 61 and 62: On peut donc approcher la matrice d
Page 63 and 64: Par exemple, si κ n = o p (n) =
Page 65 and 66: de risque en tout temps étant appr
Page 67 and 68: Chapitre 4Etude par simulations4.1
Page 69 and 70: Le nombre de nœuds était fixé à
Page 71 and 72: simulations obtenus par Nielsen [70
Page 73 and 74: première espèce très proche de 5
Page 75 and 76: Tab. 4.2 - Estimations de ˆθ pour
Page 77 and 78: Tab. 4.4 - Estimations de θ pour G
Page 79 and 80: Tab. 4.6 - Résultats des simulatio
Page 81 and 82: isque de base a été estimée à p
Page 83 and 84: Fig. 4.2 - Fonction de risque margi
Page 85 and 86: Fig. 4.3 - Fonction de risque de ba
Page 87 and 88: Fig. 4.5 - Fonction de risque de ba
Page 89 and 90: 5.2 Hypothèse de la relation alumi
Page 91 and 92: cohorte Paquid et elles étudiaient
Page 93 and 94: 5.4 Analyse des données groupées
Page 95 and 96: ces deux variables sont distribuée
Page 97 and 98: Tab. 5.1 - Comparaison entre le mod
Page 99 and 100: Fig. 5.2 - Incidence de la démence
Page 101 and 102: Nous n’avons pas envisagé de dé
Page 103 and 104: géographique comme celle de Paquid
Page 105 and 106: Bibliographie[1] Aalen OO. Nonparam
Page 107 and 108: [24] Cox DR. Regression models and
Page 109: [52] Kaplan EL, Meier P. Nonparamet
Page 113: Annexe ATaux d’incidence de la d
show all

Télécharger le texte intégral

Create successful ePaper yourself

Delete template?

Save as template?