Télécharger le texte intégral

More documents

Recommendations

Info

L’âge a été choisi comme temps de base dans les analyses, ainsi le risque de démenceest ajusté non-paramétriquement sur l’âge. Ceci nous permettait d’étudier un facteur derisque très important, l’âge, sans faire d’hypothèses paramétriques sur la forme de soneffet. De plus, les fonctions de risque estimées représentaient l’incidence de la démence enfonction de l’âge. Les sujets déments à l’entrée dans l’étude ont été exclus de l’échantillond’analyse car ils n’étaient pas représentatifs de l’ensemble des déments prévalents de plusde 65 ans. En effet, les sujets dans Paquid étaient initialement des sujets vivant à domicile,or environ 50% des déments de plus de 65 ans vivent en institution ; les déments prévalentsreprésentent donc une population selectionnée. L’échantillon que l’on considère inclu unecondition de troncature à gauche car les sujets ne font partie de l’échantillon que conditionnellementau fait qu’ils n’ont pas subi l’événement avant leur âge d’entrée dans l’étude.Les sujets décédés qui étaient non déments à la dernière visite étaient censurés à droiteà cette dernière visite. Pour un sujet dément nous n’avons pas traité le problème de censurepar intervalle et nous avons considéré le milieu de l’intervalle défini par la dernièrevisite à laquelle le sujet est vu non dément et la première visite à laquelle le sujet a étévu dément. Cette imputation du point médian semble raisonnable lorsque l’intervalle detemps considéré n’est pas trop grand [21].En plus de l’âge et du sexe, nous avons choisi d’étudier trois types de variables explicatives: le niveau d’étude, l’aluminium et la silice dans l’eau de boisson. En effetde précédentes analyses sur les données de Paquid ont mis en évidence un risque plusélevé de démence incidente chez les personnes n’ayant pas le certificat d’étude [58]. Ilsemblerait que ce soit la capacité à acquérir un certain niveau d’éducation, plus qu’uncumul d’années d’études, qui soit associée à une diminution du risque de démence. Deplus, cette variable, bien qu’étant spécifique aux sujets, est distribuée de manière trèshétérogène entre les communes. Nous avons également ajusté sur l’aluminium en tant quevariable binaire avec un seuil à 0.1 mg/l ce codage ayant déjà été utilisé dans des étudesprécédentes [64, 66]. La variable silice a été utilisée en variable binaire avec un point decoupure à 11.25 mg/l correspondant à la médiane de distribution sur les données groupées.Le tirage au sort des sujets de l’échantillon ayant été stratifié sur le sexe et l’âge,
ces deux variables sont distribuées de façon homogène entre les communes ; elles nepeuvent donc pas constituer des facteurs explicatifs des variations géographiques de ladémence incidente, elles seront néanmoins des variables d’ajustement traitées de façonnon-paramétrique.5.4.2 Résultats des analysesParmi les 3777 sujets qui ont accepté initialement de participer, 102 sujets démentsprévalents ont été retirés de l’échantillon. Les mesures d’exposition aux composants étaientdisponibles pour 3401 sujets non déments initialement. Parmi les 3401 sujets, 703 (20.6%)sujets n’ont pas participé au suivi soit parce qu’ils sont décédés avant toute visite de suivi(n=383, 11.3%), soit parce qu’ils ont refusé de participer aux visites de suivi (n=320,9.4%) ; ces pourcentages n’étaient pas significativement différents entre les exposés à l’aluminiumet les non exposés (décès p=0.42 ; refus p=0.27). Au moins une visite après lavisite initiale a été obtenue sur 2698 sujets. Durant les huit années de suivi de ces sujets,253 personnes ont été diagnostiquées démentes ; parmi elles 17 étaient exposées à des teneursélevées en aluminium (≥ 0.1 mg/l). Le taux d’incidence global de la démence a étéestimé a 1.69 pour 100 personnes années.Les taux d’aluminium dans l’eau étaient compris entre 0.001 et 0.459 mg/l, avec unevaleur médiane de 0.009 mg/l. Parmi les 2698 sujets revus au moins une fois après la visiteinitiale, seulement 63 personnes (réparties dans 4 communes) étaient exposées à plus de0.1 mg/l d’aluminium. Les taux de silice étaient compris entre 4.2 et 22.4 mg/l et étaientinversement reliés aux concentrations d’aluminium. Cependant cette corrélation négativeétait faible dans notre étude (coefficient de corrélation de Spearman=-0.18, p=0.13). Initialement,91 % des sujets étaient restés plus de 10 ans dans la même commune, et lamoyenne de résidence dans la commune était de 41 ans. Sur les 1449 personnes revues à 8ans, seulement 35 avaient changé de communes (2.4%). La mobilité des personnes âgéesde Paquid est donc faible, ce qui justifiait l’utilisation de mesures des composants de l’eausur la période 1981-1994.Les analyses ajustées paramétriquement sur le taux de silice et d’aluminium dans l’eauet non-paramétriquement sur l’âge et le sexe sont décrites dans le tableau (5.1). Nousavons tout d’abord estimé les paramètres à partir d’un modèle à risque proportionnel,
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: 5.4 Analyse des données groupées
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?