3- mdl cx I Flashcards

1
Q

Quelles sont les problématiques dans les études de survie?

A

1- Les patients ne commencent et ne finissent pas en même temps, la durée d’observation est inégale.
2- Censure: le patient peut ne pas avoir l’outcome pendant la durée de surveillance
3- Patients perdus de vue

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
2
Q

Quelles sont les différentes approches pour analyser les données de survie?

A

1- Approche non-paramétrique: Kaplan-Meier et test de logrank
2- Approche paramétrique: distributions des durées de survie suivent une loi connue
3- Approche semi-paramétrique: modèle de Cox

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
3
Q

Pourquoi n’est-il pas possible d’utiliser la méthode Kaplan-Meier pour chercher l’effet d’un facteur pronostique?

A

Cette méthode est utile pour les statistique descriptives, ce qui n’est pas le cas ici. On a besoin d’un modèle de régression qui puisse gérer simultanément plusieurs covariables.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
4
Q

Qu’est-ce qu’un modèle de Cox?

A

C’est un modèle qui étudie la relation entre le risque instantané et une ou plusieurs variables indépendantes (facteurs de risque) qualitatives et quantitatives

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
5
Q

Quelle partie de l’équation du modèle ne dépend pas du temps?

A

les β1,…,βk, X1,…, Xk, etc.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
6
Q

Quelle partie de l’équation du modèle de Cox dépend du temps?

A

h0(t)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
7
Q

Quelles sont les 2 écritures du modèle de Cox?

A

1- h(t|X1,…,Xk) = h0(t) x e^(β1X1,…,βkXk) écriture multiplicative
2- log(h(t|X1,…,Xk) = log(h0(t)) + β1X1 + … + βkXk écriture additive
ne pas oublier = le log est un ln!!!

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
8
Q

Lorsque toutes les variables explicatives sont nulles, qu’en est-il de la fonction instantanée du risque?

A

Elle devient égale à la fonction de risque de base

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
9
Q

Quelle propriété rend le modèle de Cox non paramétrique?

A

La fonction h0(t) n’a pas de forme précise

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
10
Q

Le modèle de Cox estime quoi?

A

Les coefficients β, et non la fonction h0(t)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
11
Q

L’effet des variables Xi sur le temps de survie est mesurée par quoi?

A

Les coefficients βi

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
12
Q

HR dépend-il du temps et pourquoi?

A

Non, parce que HR = e^(β1,…, βk)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
13
Q

Lorsqu’on fait le rapport des risques instantané du groupe B par rapport au groupe A, qui est au numérateur/dénominateur?

A

B/A

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
14
Q

Interprétation de:
1) HR = 1, β = ?
2) HR < 1, β = ?
3) HR > 1, β = ?

A

1) le risque est le même , β = 0
2) le risque est plus faible, β < 0
3) le risque est plus élevé, β > 0

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
15
Q

Les trois tests servant à tester H0 et H1 (test de vraisemblance, Wald et du score) suivent quelles lois?

A

Loi de X-carré à p degrés de liberté selon p paramètres

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
16
Q

Lorsque le IC n’inclut pas 1, la valeur p sera comment?

A

La valeur p sera significative et vice-versa

17
Q

Quels sont les objectifs de l’estimation des paramètres?

A

1- Estimer β
2- Estimer HR et e^β
3- Calculer les IC de HR
4- Tester les hypothèse H0: β = 0 et H1: β ≠ 0

18
Q

Qu’est-ce que Rj?

A

C’est l’ensemble des individus à risque juste avant le temps tj