Utilisation des fonctions B-splines pour modéliser la survie relative non proportionnelle

Documents pareils
«Modèle Bayésien de tarification de l assurance des flottes de véhicules»

BILAN EN ELECTRICITE : RC, RL ET RLC

N o XIF au catalogue. Techniques d'enquête

par Yazid Dissou** et Véronique Robichaud*** Document de travail

Ecole des JDMACS, Angers, Mars 2009 Commande prédictive : interaction optimisation commande

Modèles de Risques et Solvabilité en assurance Vie. Kaltwasser Perrine Le Moine Pierre. Autorité de Contrôle des Assurances et des Mutuelles (ACAM)

Lot-sizing Résumé :

UNE ÉVALUATION EMPIRIQUE DE LA NOUVELLE TARIFICATION DE L'ASSURANCE AUTOMOBILE (1992) AU QUÉBEC * par. Georges Dionne 1,2 Charles Vanasse 2

ANNEXE I TRANSFORMEE DE LAPLACE

CIFA 2004 Synthèse mixte H 2 /H par retour d état statique

Cours Thème VIII.3 CONVERSION STATIQUE D'ÉNERGIE

GEA I Mathématiques nancières Poly. de révision. Lionel Darondeau

Dares Analyses. La répartition des hommes et des femmes par métiers Une baisse de la ségrégation depuis 30 ans

Plan. Gestion des stocks. Les opérations de gestions des stocks. Les opérations de gestions des stocks

ANALYSE DES DETERMINANTS DE L EPARGNE NATIONALE DANS UN PAYS EN DEVELOPPEMENT : LE CAS DU RWANDA

Evalua&on tests diagnos&ques. Arnaud Fontanet

Notice d information contractuelle Loi Madelin. Generali.fr

Exemples de résolutions d équations différentielles

Regional Wind Speed Evolution Identification and Longterm Correlation Application

Notice d information contractuelle Loi Madelin. Generali.fr

2. Quelle est la valeur de la prime de l option américaine correspondante? Utilisez pour cela la technique dite de remontée de l arbre.

MATHEMATIQUES FINANCIERES

ELECTRICITE. Chapitre 13 Régimes transitoires des circuits RC et RL. Analyse des signaux et des circuits électriques. Michel Piou

Les circuits électriques en régime transitoire

République Algérienne Démocratique et Populaire Ministère de l Enseignement supérieur et de La Recherche Scientifique. Polycopie:

Les méthodes Agiles. Introduc)on aux méthodes Agiles Exemple : Scrum

INFLUENCE DU TERRAIN LORS D UN EFFORT RÉALISÉ À PUISSANCE MAXIMALE AÉROBIE EN CYCLISME

INTRASTAT No ce explica ve Merkbla

Calculer le coût amorti d une obligation sur chaque exercice et présenter les écritures dans les comptes individuels de la société Plumeria.

Ecole des HEC Université de Lausanne FINANCE EMPIRIQUE. Eric Jondeau

n 1 LES GRANDS THÈMES DE L ITB > 2009 Les intérêts simples et les intérêts composés ( ) C T D ( en mois)

CARACTERISTIQUES STATIQUES D'UN SYSTEME

AVIS A MANIFESTATION D INTERET N 017/MPT/2013/UCP/CAB

VA(1+r) = C 1. VA = C 1 v 1

Émissions d obligations rachetables :

L intégration intra-régionale des marchés boursiers de l Europe du sudest : une analyse multivariée

H2PS engage ses compétences auprès des entreprises et des parculiers par la mise en place de soluons d accompagnements et de services.

COURS GESTION FINANCIERE A COURT TERME SEANCE 3 PLANS DE TRESORERIE. François LONGIN

Contrats prévoyance des TNS : Clarifier les règles pour sécuriser les prestations

Les jeunes économistes

Page 5 TABLE DES MATIÈRES

Vers un Système unique d informa4on na4onale de médicaments au Mexique, dans le cadre du suivi de l OMD 8.13

Commerce interna,onal Master 1 Weller Interna,onal Business school /02/15

Active Asset Allocation

Évolu>on et maintenance

1 Introduction. 2 Définitions des sources de tension et de courant : Cours. Date : A2 Analyser le système Conversion statique de l énergie. 2 h.

Analyse des durées de vie avec le logiciel R

Santé, condi,ons de travail et égalité professionnelle F/H Comment agir?

TRANSFORMATION DIGITALE : COMMENT INDUSTRIALISER ET PÉRENNISER LA MÉTHODE AGILE À PLUS GRANDE ÉCHELLE

Filtrage optimal. par Mohamed NAJIM Professeur à l École nationale supérieure d électronique et de radioélectricité de Bordeaux (ENSERB)

Montage émetteur commun

Mesure avec une règle

Files d attente (1) F. Sur - ENSMN. Introduction. 1 Introduction. Vocabulaire Caractéristiques Notations de Kendall Loi de Little.

TP 3 diffusion à travers une membrane

L Europe s engage en Mar/nique auprès des Entreprises

Calcul Stochastique 2 Annie Millet

Présenta)on de Mathieu Jaspard Coordinateur de recherches. Gilles Condé A0aché de recherches

ENVI-F-409. Economie écologique. Séance 8 13 Mai Tom Bauler tbauler@ulb.ac.be Supports de cours :

Documentation Technique de Référence Chapitre 8 Trames types Article

Le mode de fonctionnement des régimes en annuités. Secrétariat général du Conseil d orientation des retraites

Service de Messagerie Enseignement et Recherche

Le contrôle fiscal anno 2013

Intégration financière en Asie de l Est : l apport des tests de stationnarité et de cointégration en panel

Coûts, avantages et inconvénients des différents moyens de paiement

Chapitre 4 La prise en compte de l informa6on dans le modèle de marché

DOCUMENTATION KAPTravel Module de gestion des appels de disponibilité

Ville de SAINT- OUEN

22ème Conven*on na*onale de l Intercommunalité 14 octobre Mutualisa*on : déployer les nouveaux ou*ls de la réforme

LA LOGISTIQUE LES BONNES QUESTIONS À SE POSER

MÉTHODES DE SONDAGES UTILISÉES DANS LES PROGRAMMES D ÉVALUATIONS DES ÉLÈVES

SYSTÈME HYBRIDE SOLAIRE THERMODYNAMIQUE POUR L EAU CHAUDE SANITAIRE

Coaching - accompagnement personnalisé (Ref : MEF29) Accompagner les agents et les cadres dans le développement de leur potentiel OBJECTIFS

25 e. convention nationale de L INTERCOMMUNALITÉ

Knowledge Management D. Chauvel, 13 Novembre Journée Mondiale de la Qualité Université Aix Marseille

Fiche n 7 : Vérification du débit et de la vitesse par la méthode de traçage

Chapitre IV : Inductance propre, inductance mutuelle. Energie électromagnétique

EFFICIENCE INFORMATIONNELLE DES UNE VERIFICATION ECONOMETRIQUE MARCHES DE L OR A PARIS ET A LONDRES, DE LA FORME FAIBLE

Thème : Electricité Fiche 5 : Dipôle RC et dipôle RL

ÉTUDE DU POTENTIEL DE DONS NON ALIMENTAIRES Rapport d étude. Etude copilotée et cofinancée par : Etude menée par :

Le «Scoring» LOGISTIQUE

STÉRILISATION. Réduction des populations. nonus 1

Second cancers après cancer du sein. M. Espié Centre des maladies du sein

Le développement de l assurance des catastrophes naturelles: facteur de développement économique

GESTION DE CONTENUS (ECM) Ges1on de l informa1on. Nicolas Bürki, Senior Analyst

Baromètre Direct Assurance des cyberconsommateurs

ANNEXES...16 Notation...16 Rente financière certaine Mémo d Actuariat - Sophie /16

L Economie Sociale et Solidaire

F 2 = - T p K F T = - T p K 0 - K 0

Annuités. I Définition : II Capitalisation : ( Valeur acquise par une suite d annuités constantes ) V n = a t

Texte Ruine d une compagnie d assurance

Sciences Industrielles pour l Ingénieur

CONVERSION ÉLECTRONIQUE STATIQUE. HACHEURS. I : Ce que vous ne pouvez pas deviner. 1 ) Principes généraux des convertisseurs de puissance.

OBJECTIFS LES PLUS DE LA FORMATION

Corrigé des TD 1 à 5

RDV E-commerce 2013 Mercredi 6 Mars, Technopark

TD/TP : Taux d un emprunt (méthode de Newton)

COMPÉTENCES ET PROFILS AVANCÉ DES SOINS INFIRMIERS pour améliorer les résultats d'accès et de santé

MODELES DE DUREE DE VIE

Finance 1 Université d Evry Val d Essonne. Séance 2. Philippe PRIAULET

Logistique, Transports

Transcription:

Ulsaon des foncons -splnes pour modélser la surve relave non proporonnelle Roch Gorg Laboraore d Ensegnemen e de Recherche sur le Traemen de l Informaon Médcale Faculé de médecne de Marselle - Unversé de la Méderranée

Surve relave Méhode de calcul ne nécesse pas la connassance de la cause exace de décès prend en compe l évoluon naurelle de la moralé perme de fare des comparasons enre pays, Perme de séparer l mpac des faceurs pronosques sur la moralé spécfque de leurs effes sur les aures causes de décès Roch Gorg, LERTIM, Faculé de Médecne, Unversé de la Méderranée

Modèle d Esève e al. λ (, z, x ) λ (, z ) + λ ( x, z ) o c e + λ e : obenue à parr des ables de rsques nsananés de moralé de la populaon générale λ c (, z) exp β z τ I ( ) p r Hypohèse de proporonnalé des rsques de décès (HRP). Esève J e al. Sa n Med 99; 9:59-38. Roch Gorg, LERTIM, Faculé de Médecne, Unversé de la Méderranée

Proporonnalé des rsques λ c (, z) exp( βz) τ I ( ) r Exemple : z {, femme, homme Rsque de décès chez les femmes : Rsque de décès chez les hommes : λ λ c c (, z ) exp( β ) τ I ( ) m (, z ) τ I ( ) m Rsque relaf de décès des femmes r/r hommes : exp(β) RR de décès ndépendan du emps Roch Gorg, LERTIM, Faculé de Médecne, Unversé de la Méderranée

Proporonnalé des rsques, Foncon de Hasard,5,,5 (, z ) exp( β ) λ ( ) λ c,, 3 4 5 Temps (, z ) λ ( ) λ c Ln Rao Hasards, -, -, RR z z exp( β ) -3, 3 4 5 Temps Roch Gorg, LERTIM, Faculé de Médecne, Unversé de la Méderranée

Non proporonnalé des rsques, Foncon de Hasard,5,,5 (, z ) λ ( ) λ c, (, z ) exp[ β ( ) ] λ ( ) λ c Ln Rao Hasards,, -, -, 3 4 5 Temps RR z z exp [ β ( ) ] -3, 3 4 5 Temps Roch Gorg, LERTIM, Faculé de Médecne, Unversé de la Méderranée

Esmaon avec HRP vs non HRP () Ln Rao Hasards,5,5 3 4 5 Temps Roch Gorg, LERTIM, Faculé de Médecne, Unversé de la Méderranée

Esmaon avec HRP vs non HRP () Ln Rao Hasards,5,5 3 4 5 Temps Esmaon d un effe moyen Roch Gorg, LERTIM, Faculé de Médecne, Unversé de la Méderranée

Esmaon avec HRP vs non HRP () Ln Rao Hasards - - 3 4 5 Temps Roch Gorg, LERTIM, Faculé de Médecne, Unversé de la Méderranée

Esmaon avec HRP vs non HRP () Ln Rao Hasards - - 3 4 5 Temps Concluson à or à l absence d effe Roch Gorg, LERTIM, Faculé de Médecne, Unversé de la Méderranée

Prse en compe de la non proporonnalé () 5 4 Ln Rao Hasards 3 f() f() ln() f() / - 3 4 5 Temps Roch Gorg, LERTIM, Faculé de Médecne, Unversé de la Méderranée

Prse en compe de la non proporonnalé () Modèle avec neracon enre les covarables e le emps λ c (, z) exp( βz+ β f ( ) z ) τ I ( ) La foncon f() es défne a pror : f() : neracon lnéare f() : neracon quadraque f() ln()... On ese a poseror celle qu s adape le meux au données ulsées r Roch Gorg, LERTIM, Faculé de Médecne, Unversé de la Méderranée

Prse en compe de la non proporonnalé () Ln Rao Hasards - - 3 4 5 Temps Roch Gorg, LERTIM, Faculé de Médecne, Unversé de la Méderranée

Prse en compe de la non proporonnalé () Ln Rao Hasards - - 3 4 5 Temps Roch Gorg, LERTIM, Faculé de Médecne, Unversé de la Méderranée

Prse en compe de la non proporonnalé () Ln Rao Hasards - - 3 4 5 Temps Roch Gorg, LERTIM, Faculé de Médecne, Unversé de la Méderranée

Prse en compe de la non proporonnalé () Modèle avec découpage en nervalles du emps de suv λ c r (, z) exp( β z) τ I ( ) Découpage a pror du emps de suv en r nervalles de emps (égaux ou non) Hypohèse : les rsques relafs son consans sur chacun des nervalles; ls peuven êre dfférens d un nervalle à l aure Roch Gorg, LERTIM, Faculé de Médecne, Unversé de la Méderranée

Prse en compe de la non proporonnalé (3) Modèle ulsan des foncons splnes cubques resrenes «dégradées» λ c r (, z) a( ) exp β ( ) z I ( ) Découpage du emps de suv en r nervalles de emps Conranes : foncons lnéares dans les queues de dsrbuon (nhéren aux foncons SCR) foncons dsconnues dans le emps (lé à l mplémenaon, olard ) p. olard P e al. J Epdemol osa (accepé). Roch Gorg, LERTIM, Faculé de Médecne, Unversé de la Méderranée

Conranes Déermnaon a pror d une foncon dépendane du emps Chox a pror du nombre e de la longueur des nervalles de emps Souplesse lmée esons Modélsaon souple e flexble des varaons Esmaon non plus basée sur des a pror mas sur la modélsaon des données observées Roch Gorg, LERTIM, Faculé de Médecne, Unversé de la Méderranée

Foncons -splnes Débu de la pérode du suv nœuds néreurs Derner emps observable -(q-),, - m- m m+ m+,, m+q m : nombre de nœuds néreurs q : ordre de la foncon splne + q () () + (), q, q +, q + q + q + ( q ) m,..., ( ) Β, [ [ s + snon Roch Gorg, LERTIM, Faculé de Médecne, Unversé de la Méderranée,

Roch Gorg, LERTIM, Faculé de Médecne, Unversé de la Méderranée Foncons -splnes () () () q q q q q q,,, + + + + + + m nœuds néreurs q foncon splne d ordre 3 () () (),3 3 3,3 3,3 + + + + + + () () (),,, + () () (),,, + (),3 + [ [, s snon, () (),,3

Foncons -splnes -,3 () -,3 (),3 (),3 (),3 () g () α () ( q) Roch Gorg, LERTIM, Faculé de Médecne, Unversé de la Méderranée m ( ), m, q, +

Roch Gorg, LERTIM, Faculé de Médecne, Unversé de la Méderranée Modèle de surve relave ulsan les -splnes ( ) ( ) r p C I z Z exp, τ β λ ( ) ( ) p C z Z,3 exp, α λ

Roch Gorg, LERTIM, Faculé de Médecne, Unversé de la Méderranée Modèle de surve relave ulsan les -splnes ( ) ( ) r p C I z Z exp, τ β λ ( ) ( ) p C z Z,3 exp, α λ

Roch Gorg, LERTIM, Faculé de Médecne, Unversé de la Méderranée Modèle de surve relave ulsan les -splnes ( ) ( ) r p C I z Z exp, τ β λ ( ) () (),3,3 exp, p C z Z ν α λ

Roch Gorg, LERTIM, Faculé de Médecne, Unversé de la Méderranée Modèle de surve relave ulsan les -splnes ( ) ( ) r p C I z Z exp, τ β λ ( ) () (),3,3 exp, p C z Z ν α λ

Roch Gorg, LERTIM, Faculé de Médecne, Unversé de la Méderranée Modèle de surve relave ulsan les -splnes ( ) () () + +,3,3 exp, p l p h h l p c z z ν β α λ z ( ) ( ) r p C I z Z exp, τ β λ ( ) () (),3,3 exp, p C z Z ν α λ

Valdaon du nouveau modèle Eude par smulaons : Générer des emps de surve en suaon maîrsée varables : sexe e «x» sexe : effe proporonnel (PH) «x»: Ln Rao Hasards - effe TD («bagnore») effe TD (log-lnéare) effe PH pas d effe - 4 36 48 6 Temps (mos) Roch Gorg, LERTIM, Faculé de Médecne, Unversé de la Méderranée

Valdaon du nouveau modèle Eude par smulaons : Générer des emps de surve en suaon maîrsée varables : sexe e «x» sexe : effe proporonnel (PH) «x» : effe PH ( cas), effe non PH ( cas) suaons : «x» ndépendans de l âge «x» dépendans de l âge (effe d une varable de confuson) Varaon du aux de censures (5, 3 ou 5 %) Varaon de la alle des échanllons échanllons de alle n échanllons de alle n 3 (modèle en «bagnore») Roch Gorg, LERTIM, Faculé de Médecne, Unversé de la Méderranée

Valdaon du nouveau modèle Crères d évaluaon : comparasons courbes esmées - courbes héorques comparasons dsrbuon esmaons (5 ème, 95 ème ) - valeurs héorques aux de recouvremen emprque ess : H : présence d une assocaon H : hypohèse de proporonnalé Roch Gorg, LERTIM, Faculé de Médecne, Unversé de la Méderranée

«x» e âge ndépendans - n 3 Ln Rao Hasards - Temps Roch Gorg, LERTIM, Faculé de Médecne, Unversé de la Méderranée

«x» e âge ndépendans - n 3 Ln Rao Hasards - Temps Roch Gorg, LERTIM, Faculé de Médecne, Unversé de la Méderranée

«x» e âge ndépendans - n 3 Ln Rao Hasards - Temps Roch Gorg, LERTIM, Faculé de Médecne, Unversé de la Méderranée

«x» e âge ndépendans - n 4 3 Ln Rao Hasards - - Temps Roch Gorg, LERTIM, Faculé de Médecne, Unversé de la Méderranée

Valdaon du nouveau modèle Taux de recouvremen emprques : de 9 % à % Tess : Théorque H : présence d une assocaon H : hypohèse de proporonnalé H : absence de proporonnalé Esmé % Roch Gorg, LERTIM, Faculé de Médecne, Unversé de la Méderranée

Cancer du colon - n 75 Faceurs Pronosques Roch Gorg, LERTIM, Faculé de Médecne, Unversé de la Méderranée d.l. Modèle unvaré Modèle mulvaré Tes global de l'hypohèse PH 48 - <, Age (global) 8 <, <, * 64 - - - 65 74 4,, 75 4 <,,56 Sexe 4,34,94 Localsaon umorale 4,43,7 Pérode dagnosque (global) 6,,37 * 976 78 - - - 979 8 4,8, 98 84 4,59,6 985 87 4 <,, 988 9 4,,9 Sade TNM au dagnosc (global) 6 <, <, * Sade I - - - Sade II 4,37 <, Sade III 4 <,, Sade IIIb 4,9 <, Sade IV 4 <,,

Sexe : fémnn vs masculn Ln Rao Hasards - - -3 4 36 48 6 Temps (mos) Roch Gorg, LERTIM, Faculé de Médecne, Unversé de la Méderranée

Age : 75 ans vs 64 ans Ln Rao Hasards - - 4 36 48 6 Temps (mos) Roch Gorg, LERTIM, Faculé de Médecne, Unversé de la Méderranée

Pérode : 985-87 vs 976-78 Ln Rao Hasards - - 4 36 48 6 Temps (mos) Roch Gorg, LERTIM, Faculé de Médecne, Unversé de la Méderranée

Concluson Inérê clnque d une modélsaon souple du rsque Elaboraon e valdaon d un nouveau modèle de surve relave non proporonnelle Tess de l absence d assocaon e de proporonnalé Modèle mxe : effe PH e TD Programme écr sous Gauss; besons d une porablé plus large Roch Gorg, LERTIM, Faculé de Médecne, Unversé de la Méderranée