Statistique de l’analyse de survie

Question 1

étude de cohorte

Answer 1

étudier la rapidité avec laquelle un élément survient au cours du temps (= incidence de l’évt)

Question 2

caractéristique d’une cohorte (5)

Answer 2

individus inclus dans une cohorte doivent être tous indemnes de l’évt étudié à l’inclusion dans la cohorte

Les individus sont suivis à partir de l’inclusion dans la cohorte

l’événement étudié doit être binaire

L’événement est souvent la survenue d’un mauvais état de santé (décompensation, décès, …)

La date de survenue de l’événement doit être scrupuleusement notée

Question 3

Au cours du suivi, l’événement peut … ou ne pas …

Answer 3

survenir
survenir

Question 4

Raison de la non survenue d’un evt

Answer 4

l’individu n’a pas été suivi suffisamment longtemps pour que l’on ait ou observer la survenue de l’evt au cours du suivi

L’evt ne surviendra jamais au cours de la vie d’un individu

Question 5

date d’entrée dans l’étude (J0)

Answer 5

date à laquelle l’individu est inclus dans la cohorte, et à partir de laquelle il est suivi

Question 6

Date de point (DP)

Answer 6

date à partir de laquelle on décide de ne plus suivre les individus

Question 7

censure

Answer 7

non observation de la survenue de l’événement au cours du suivi d’un individu

Question 8

individu censuré

Answer 8

-individu qui n’a pas présenté l’événement au cours du suivi

Question 9

Perdu de vue

Answer 9

Un individu est perdu de vue s’il n’est plus suivi dans la cohorte avant la DP et s’il n’avait pas présenté l’événement à ce moment là

Question 10

Les PDV sont … dans les cohortes (0 à 10%) et sont des individus …

Answer 10

rares
censurés

Question 11

date de dernières nouvelles

Answer 11

-date à laquelle on sait de façon certaine qu’un individu PDV n’avait pas présenté l’événement (antérieure à DP)
-date de censure pour les PDV = DN

Question 12

Temps de survie :
1) Pour les individus ayant présenté l’evt
2) Pour les individus censurés

Answer 12

1) Temps de survie = délai entre la date de l’événement et le J0
2)Temps de survie = délai entre la date de censure et le J0

Question 13

être à risque à un instant T

Answer 13

Ne pas avoir présenté l’événement juste avant cet instant t

Question 14

la fonction de survie se note S(t)

Answer 14

proportion estimée d’individus n’ayant pas présenté l’événement à l’instant t depuis J0 (= dans les t premiers jours, mois, années depuis J0)

Question 15

quelle méthode pour estimer S(t)

Answer 15

méthode de Kaplan-Meier

Question 16

méthode de Kaplan Meier : courbes en

Answer 16

escalier

Question 17

phrase d’interprétation d’une courbe : S(t=660)=62%. (2)

Answer 17

Dans l’échantillon, on estime que 62% des 39 chiens MM ne sont pas morts dans les 660 premiers jours suivant le diagnostic

ou

Dans l’échantillon, on estime que 38% des 39 chiens MM sont morts dans les 660 premiers jours suivant leur diagnostic

Question 18

que représente un tiret sur une courbe ?

Answer 18

une censure

Question 19

estimation de S(t) par la méthode de Kaplan-Meier, notation

Answer 19

ti = temps de survie du ième événement
Di = nombre d’événements à ti
Ni = Nombre d’individus à risque juste avant ti
->L’individu qui a présenté l’événement fait aussi partie des individus à risque pour t = ti

Question 20

Principe de la méthode de KM, en prenant le décès comme evt étudié

Answer 20

A chaque décès, calcul de la probabilité d’être encore en vie juste après ce décès à ti sachant que l’on était en vie juste avant : (Ni-Di)/Ni = Proba conditionnelle

La proba d’être en vie à un instant t, c’est la proba d’avoir réussi à survivre après chaque temps où >= 1 individu est mort, jusqu’à ce temps t
Cette proba est le produit des probas conditionnelles

Question 21

quelles difficultés d’interprétation pour l’étude ?

Answer 21

Les décès cause spécifiques vont rajouter des difficultés dans l’interprétation

Question 22

Formule Skm(tx)

Answer 22

(N1-D1)/N1. *. (N2-D2)/N2. *. … * (Nx-Dx)/Nx

Question 23

2 phrases interprétation Skm(ty)

Answer 23

Dans l’échantillon des x chats, on estime que 28% d’entre eux ne sont pas morts dans les y jours suivant le J0 = diagnostic

Dans l’échantillon des x chats, on estime que 72% d’entre eux sont décédés dans les y jours suivante le J0 = diagnostic

Question 24

date de censure

Answer 24

dernière date connue pour laquelle on savait que l’individu n’avait pas présenté l’événement

Question 25

temps de survie médian

Answer 25

temps sur l’axe des abscisses tel que la proportion estimée d’individus ayant présenté l’événement à ce temps la depuis J0 est 50%

Question 26

test de logrank

Answer 26

quantifie l’ensemble des écarts entre deux courbes de KM et teste si l’ensemble de ces écarts est significativement différent de 0

Question 27

H0 du test de logrank

Answer 27

Dans la population cible, tous les écarts entre toutes les courbes de survie sont nuls

Question 28

conclusion du test de logrank si alpha ≤ 0,05
1) échantillon
2) inférence statistique

Answer 28

1) «dans l’échantillon, il existait une association significative entre {la variable} et la survenue de {l’événement}»

2) «sous l’hypothèse d’absence de biais d’association, il y a des chances pour que, dans la {population cible}, il existe une association réelle entre {la variable en classe étudiée} et la survenue de {l’événement étudié}»