Quelques résultats sur les pseudo-observations dans un cadre de données censurées à droite et censurées par intervalle

vendredi 3 juin 2022, 9h30 - 10h30

Salle du conseil, espace Turing

Les pseudo-observations ont été développés dans un cadre de données de survie par Andersen, Klein, Rosthoj (2003). Elles sont construites à partir du jackknife de l’estimateur de la fonction de survie. L’un des intérêts majeurs de cette méthode est qu’elle permet de reconstruire de nouvelles observations ne souffrant plus de la censure. En particulier, il a été montré dans le cadre de données censurées à droite, quand la fonction de survie est estimée par l’estimateur de Kaplan-Meier, que les pseudo-observations pouvaient être directement régressées, en les considérant comme des données complètement observées (Graw, Gerds, Schumacher, 2009 et Jacobsen, Martinussen 2016).

Dans cet exposé, je rappellerai d’une part ces résultats et j’expliquerai comment en déduire une approximation rapide des pseudo-observations pour des données censurées à droite. Je présenterai ensuite l’utilisation des pseudo-observations dans le cadre des modèles paramétriques, pour des estimateurs du maximum de vraisemblance. Une nouvelle représentation asymptotique des pseudo-observations est déduite à partir du vecteur score et de la matrice Hessienne de la vraisemblance. Ce résultat est illustré dans le cas de données censurées par intervalle, pour l’estimation du RMST (Restricted Mean Survival Time) et permet un gain de temps considérable dans le calcul des pseudo-observations. La validité théorique de l’utilisation des pseudo-observations dans ce cadre paramétrique sera également discutée.