Télécharger le texte intégral

More documents

Recommendations

Info

car l’événement s’est produit avant l’inclusion. Ces cas prévalents sont en fait retirés del’échantillon d’étude, car ils ne sont pas représentatifs des déments prévalents de plus de 65ans ; en particulier, les sujets de la cohorte étaient inialement à domicile, or on sait qu’environ50% des déments de plus de 65 ans sont en institution. Cette sélection implique unetroncature à gauche car les sujets ne font partie de l’échantillon que conditionnellementau fait qu’ils n’ont pas développé une démence avant leur âge à l’inclusion (âge de 65 ansou plus). S’il y a troncature, un certain nombre d’individus ne sont pas observables et onn’étudie qu’un sous-échantillon. Ce phénomène est aussi appelé entrée retardée (delayedentry), car la date d’origine est antérieure à la date d’entrée dans l’étude. Notons que sidans cette étude le temps de base considéré est le temps du calendrier, c’est à dire si l’onétudie le délai entre l’entrée dans l’étude et la survenue d’une démence, le problème dela troncature à gauche ne se pose plus car la condition de troncature à gauche T j > 0 esttoujours vérifiée.De façon similaire, même si cela peut sembler évident, on ne considère le risque dedécès à un âge donné que pour les personnes qui sont encore en vie. En effet, si on souhaiteétudier la mortalité dans cette même cohorte, le temps de base le plus pertinent est l’âgedu sujet puisqu’il est lié à la mortalité. En plus de la censure classique liée à la natureprospective de l’étude, l’âge de survenue du décès est tronqué à gauche par l’âge d’entréedans l’étude.Troncature à droite et troncature par intervalleLa troncature à droite se produit lorsque l’on inclut dans l’échantillon uniquement lespersonnes qui ont subi l’événement, et un individu qui n’a pas encore subi l’événement nesera pas observé. Ainsi, la durée de vie T j est tronquée à droite si T j n’est observée queconditionnellement au fait que T j < R j ; la variable R j appelée variable de troncaturedroite, est supposée indépendante de la variable durée de vie T j .Le problème de troncature à droite se pose par exemple lorsque l’on étudie des registres.Les sujets figurent dans ces registres qu’à partir du moment où ils ont connul’événement d’intérêt. Ainsi, lorsque l’on s’intéresse à la durée d’incubation du SIDA ;des informations concernant les durées d’incubation de certains sujets infectés lors d’unetransfusion sanguine, par exemple, sont disponibles dans des registres. Ces informations
sont tronquées à droite car les sujets porteurs du virus mais qui n’ont pas encore développéla maladie ne sont pas observés ; en d’autres termes, un individu n’est observé que conditionnellementau fait que son temps de survenue de l’événement soit inférieur à un certaintemps d’entrée dans le registre.Si l’observation de la variable durée de vie T j est conditionnée par le fait que L j < T j
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: dans la vraisemblance. De plus la c
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 and 110:
[52] Kaplan EL, Meier P. Nonparamet
Page 111 and 112:
[78] Rifat S, Eastwood MR, McLachla
Page 113:
Annexe ATaux d’incidence de la d
show all

Télécharger le texte intégral

Create successful ePaper yourself

Delete template?

Save as template?