John O’Quigley (LPSM, UPMC, Paris 6)

Carte non disponible

Inférence et tests statistiques pour les données de survie

vendredi 29 juin 2018, 9h30 - 10h30

Salle du conseil, espace Turing


Le critère de jugement d’un essai thérapeutique est très souvent la survie : un délai entre le début de l’étude et la survenue d’un événement important, par exemple une rechute ou un décès. Nous commençons cet exposé avec plusieurs exemples. En épidémiologie ce délai joue le rôle de l’âge et les questions qu’on se pose sont les mêmes : l’impact d’une ou de plusieurs covariables, ensemble ou individuellement, sur la survie. Nous pouvons constater qu’en présence de risques proportionnels le test log-rank est sans biais et convergent. Nous constatons également que ce test est le plus puissant parmi tous les tests sans biais et convergents. Ces résultats ne tiennent plus en présence de risques non-proportionnels, une situation rencontrée très souvent en pratique. Nous proposons un cadre à l’intérieur duquel ces problèmes peuvent être abordés. Ce cadre a l’avantage de s’appuyer sur l’inférence classique simple et permet d’éviter l’utilisation de techniques opaques telles le théorème centrale limite pour les processus de comptage multivariés.