10.07.2015 Views

Télécharger le texte intégral

Télécharger le texte intégral

Télécharger le texte intégral

SHOW MORE
SHOW LESS

Create successful ePaper yourself

Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.

– si <strong>le</strong> temps considéré est un temps exact et tronqué à gauche,V j = f(T j )/S(L j )– si <strong>le</strong> temps considéré est un temps exact et tronqué à droite,V j = f(T j )/(1 − S(R j ))Par exemp<strong>le</strong>, sur un échantillon de temps de survie tronqués à gauche (Y 1 , Y 2 , ..., Y n ) quipeuvent être des temps de survie exacts (T 1 , T 2 , ..., T n ) ou des temps de censures à droite(C 1 , C 2 , ..., C n ), la vraisemblance tota<strong>le</strong> sera :Approche paramétriqueV (θ, T 1 , T 2 , ..., T n ) =n∏j=1( ) δj( ) 1−δjf(Tj ) S(Cj )S(L j ) S(L j )L’approche paramétrique en analyse de survie consiste à modéliser par une distributionthéorique connue la distribution de la durée de survie étudiée (ex : modè<strong>le</strong> exponentiel oumodè<strong>le</strong> de Weibull). Un modè<strong>le</strong> de survie paramétrique est donc un modè<strong>le</strong> dans <strong>le</strong>quella fonction de risque dépend d’un vecteur de paramètres inconnus [51, 27]. L’avantageréel des modè<strong>le</strong>s paramétriques est de pouvoir ajuster une distribution donnée, mais enfaisant une hypothèse forte sur la distribution des temps de survie.Approche non-paramétriqueAfin d’éviter de faire des hypothèses trop fortes sur <strong>le</strong>s distributions des temps de survie,on peut utiliser des méthodes non-paramétriques. L’estimateur non-paramétrique <strong>le</strong>plus simp<strong>le</strong> de la fonction de distribution est la distribution empirique. C’est l’estimateurnon-paramétrique du maximum de vraisemblance pour des observations complètes. Ainsi,même si on suppose que la vraie distribution est continue on l’estime par une distributiondiscrète. Kaplan et Meier [52] puis Nelson [69] et Aa<strong>le</strong>n [1] ont proposé un estimateur dela fonction de survie dans <strong>le</strong> cas des données censurées. Un inconvénient majeur de l’estimateurnon-paramétrique du maximum de vraisemblance est que la distribution estiméeest discrète et on ne peut pas en déduire directement la fonction de risque. La fonctionde risque est souvent plus intéressante et plus pertinente que la fonction de survie oula fonction de risque cumulé. En particulier si l’âge est choisi comme temps de base, lafonction de risque peut être assimilée à l’incidence d’une maladie en fonction de l’âge

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!