Estimation de la survie comparaison des courbes de survie FRT C3.

Slides:



Advertisements
Présentations similaires
Mais vous comprenez qu’il s’agit d’une « tromperie ».
Advertisements

Introduction aux statistiques Intervalles de confiance
ORTHOGRAM PM 3 ou 4 Ecrire: « a » ou « à » Référentiel page 6
LES NOMBRES PREMIERS ET COMPOSÉS
Distance inter-locuteur
Classification et prédiction
Test statistique : principe
Association entre variables
INSTITUT DE VEILLE SANITAIRE
Les numéros 70 –
Les numéros
Les identités remarquables
Les Prepositions.
Comparaison de courbes de survies
Comparaison d'une distribution observée à une distribution théorique
Comparaison de deux pourcentages observés
Courbes de survie C1 Statistiques.
Tests de comparaison de pourcentages
Estimation de la survie comparaison des courbes de survie
Optionnel de Statistique appliquée À la lecture critique d’articles
Nombre de sujets nécessaires en recherche clinique
ANALYSE DE SURVIE Pr Ganry.
Évaluation des traitements ARV de seconde ligne en Afrique et en Asie Pujades-Rodríguez M. Epicentre, Paris.
CONGE GRAVE MALADIE SIMULATION
LES TRIANGLES 1. Définitions 2. Constructions 3. Propriétés.
Exercice Trame Ethernet
PROMOTION 2012 Les résultats. Baccalauréat général et technologique Filière STG CFE STG COM RH STG MERC LES 1ES 2S1S2S3TOTAL Nb de candidats
RELATION COÛT-VOLUME-BÉNÉFICE
Cours de physique générale I Ph 11
1 CORRIGE DES CAS. 2 Avant de se planter dans le 7, cette flèche a percuté l'encoche de la flèche plantée dans le CAS N° 1.
Problème Autre formulation :
LES NOMBRES PREMIERS ET COMPOSÉS
Paul-Marie Bernard Université Laval
CLL11 : chlorambucil (CLB) versus CLB + rituximab (R)
Les Pourcentages.
Les chiffres & les nombres
Division de 2 nombres.
RACINES CARREES Définition Développer avec la distributivité Produit 1
Représentation des systèmes dynamiques dans l’espace d’état
Les modèles linéaires (Generalized Linear Models, GLM)
Corrélation Principe fondamental d’une analyse de corrélation
Gilbert TOUT NEST QUE CALCUL Vous vous êtes certainement déjà demandé ce que voulait dire « se donner à 100% » ?
Tournoi de Flyball Bouin-Plumoison 2008 Tournoi de Flyball
Notre calendrier français MARS 2014
Année universitaire Réalisé par: Dr. Aymen Ayari Cours Réseaux étendus LATRI 3 1.
MAGIE Réalisé par Mons. RITTER J-P Le 24 octobre 2004.
C'est pour bientôt.....
1 INETOP
Veuillez trouver ci-joint
Les Nombres! de 0 à 20.
SUJET D’ENTRAINEMENT n°4
Aire d’une figure par encadrement
ASI 3 Méthodes numériques pour l’ingénieur
MAGIE Réalisé par Mons. RITTER J-P Le 24 octobre 2004.
Mise en forme en Mathématiques
(analyse en modèle de Cox multivarié - HR [IC95])
+0.42% +8.48% +0.6% +4.33% +6.48% -0.77% +3.79% +6.48% +4.02% +4.53%
Traitement de différentes préoccupations Le 28 octobre et 4 novembre 2010.
ECOLE DES HAUTES ETUDES COMMERCIALES MARKETING FONDAMENTAL
1/65 微距摄影 美丽的微距摄影 Encore une belle leçon de Macrophotographies venant du Soleil Levant Louis.
* Source : Étude sur la consommation de la Commission européenne, indicateur de GfK Anticipations.
CALENDRIER-PLAYBOY 2020.
L’élotuzumab, un anticorps monoclonal dans le myélome multiple
1 Introduction à la théorie des tests. 2 Plan I- choix entre 2 paramètres de tendance centrale Choix entre 2 proportions pour un caractère qualitatif.
Analyse de survie.
Les Chiffres Prêts?
ESTIMATION 1. Principe 2. Estimateur 3. Distribution d’échantillonnage
Rappels de statistiques descriptives
ETUDES PRONOSTIQUES Pr Ganry.
Transcription de la présentation:

Estimation de la survie comparaison des courbes de survie FRT C3

Rappel sur les types de variables Qualitative à 2 ou n classes Quantitatives (mesurées) discrètes ou continues Censurées : variables qui évoluent avec le temps linformation peut manquer au moment de lanalyse Ex :- la survie, ou létat vivant ou décédé peut changer au cours du temps - les récidives de maladie pour lesquelles on calculera « la survie sans récidive »

Variables censurées On peut transformer une variable censurée : –En variable qualitative : DCD/VV à un instant t par exemple survie à 2 ans oui/non –En variable quantitative : durée de survie elle doit alors être connue pour tous les malades les autres malades sont exclus Dans les 2 cas : perte dinformation, voire biais

temps (ans) Survie (%)

Définitions (1) Date de début d étude : date de début de recrutement des malades Date de point : date à laquelle on décide de faire les calculs avec les données disponibles à ce moment Date dentrée dun sujet (date dorigine) : date à laquelle un sujet entre dans létude Durée de participation, recul : temps écoulé entre date dentrée et date de point (ou date des dernières nouvelles si antérieure à date de point)

Définitions (2) Donnée censurée : donnée quon ne connaît pas à la date de point, par manque de recul: –Si le malade est décédé : sa durée de participation = la mesure de sa survie donnée non censurée –Si le malade est vivant : sa durée de participation est < à sa durée de survie : donnée censurée à droite Exclus vivants : statut connu à la date de point Perdus de vue

Patient 1 DCD Patient 2 DCD Patient 3VV Patient 4DCD Patient 5VV Patient 6DCD Patient 7VV Patient 8 VV Patient 9DCD Patient 10VV Inclusions du 1/1/00 au 1/7/00 – date de point au 31/12/01

Date Date Etat aux Etat à la Temps de Recul origine dernières dernières date de participation 1/1/2002 (1) nouvelles nouvelles point (mois)- (1) Patient 1 1/1/00 30/9/00 DCD DCD 9 24 Patient 2* 1/3/00 31/1/02 DCD Vivant Patient 3* 1/4/00 31/10/01 Vivant Vivant Patient 4 1/6/00 30/6/01 DCD DCD Patient 5* 1/2/00 31/12/01 Vivant Vivant Patient 6 1/4/00 30/11/00 DCD DCD 8 21 Patient 7* 1/7/00 31/12/01 Vivant Vivant Patient 8* 1/7/00 30/11/01 Vivant Vivant Patient 9 1/5/00 31/10/01 DCD DCD Patient 10* 1/7/00 31/12/01 Vivant Vivant * Données censurées 5

Mesure de survie 1.Méthode directe –Ne prend en compte que les malades pour lesquels la durée de survie est suffisante –Ex : survie à 18 mois de la série précédente : 10 malades : 1 malade suivi 17 mois 9 malades suivis > 2 ans non pris en compte4 malades décédés, 5 vivants Survie à 18 mois : 5/9 = 56 %

Mesure de survie 2. Méthodes de Kaplan-Meïer et méthode actuarielle Incluent dans lanalyse tous les malades le suivi Reposent sur le principe des probabilités conditionnelles

Mesure de survie 2. Méthodes de Kaplan-Meïer et méthode actuarielle Incluent dans lanalyse tous les malades le suivi Reposent sur le principe des probabilités conditionnelles soit S 1, S 2, …..S n les probabilités de survie à 1, 2, …n ans S 2/1 la probabilité de vivre 2 ans, pour les sujets ayant vécu 1 an : vivre 2 ans = avoir vécu 1 an et vivre la 2è année

Mesure de survie 2. Méthodes de Kaplan-Meïer et méthode actuarielle Incluent dans lanalyse tous les malades le suivi Reposent sur le principe des probabilités conditionnelles soit S 1, S 2, …..S n les probabilités de survie à 1, 2, …n ans S 2/1 la probabilité de vivre 2 ans, pour les sujets ayant vécu 1 an : vivre 2 ans = avoir vécu 1 an et vivre la 2è année P(vivre 1 et 2 ans) = P(vivre 1 an) x P(vivre 2 ans/ vécu 1 an) S 2 = S 1 x S 2/1 et de façon plus générale S n = S 1 x S 2/1 x S 3/2 x S 4/3 x ……. S n/n-1

Mesure de survie La probabilité S i/i-1 peut être estimée sur les sujets ayant un suivi > i années 1.Méthode actuarielle –Considère des intervalles fixes « dates anniversaires » –Calcule à chaque temps la survie, compte tenu des évènements survenus dans lintervalle, mais indépendamment de leur date exacte 2. Méthode de Kaplan-Meïer -Tient compte du jour de survenue des évènements -Ne sintéresse quaux jours où surviennent des évènements

Méthode de Kaplan Meïer (suite) On estime les probabilités à partir des observations de décès survenant à des temps inégaux : Soient : - T 1, T 2, T 3, …T i, …T n les temps de décès observés - D 1, D 2, D 3, …D i, …D n le nombre de décès correspondant - N 1, N 2, N 3, …N i, …N n le nombre de malades exposés au risque de décéder juste avant ces évènements, N 1 étant le nombre total de malades à T 0 Intervalle [T 0 – T 1 [ : P(survie) = 1 Intervalle [T 1 – T 2 [ : P(survie à T 2 ) = 1 x (N 1 – D 1 )/N 1 De façon générale, pour tout intervalle [T i – T i+1 [ : la probabilité de survivre à T i+1 sachant quon était vivant à T i est estimé par (N i – D i )/N i À un temps t, la probabilité de survie est le produit des survies conditionnelles calculées pas à pas = probabilité cumulée de survie

Calcul de survie selon la méthode de Kaplan-Meïer Temps de Etat à la date IntervalleNiDiSti+1/ti St Participation de point [Ti-i+1[ (mois) [0-8[ DCD [8-9[101 9/ DCD [9-13[ 91 8/ DCD [13-18[ 8 1 7/ VV 18 DCD [18-23[61 5/ VV 19 VV 22 VV 23 VV

Courbe de survie selon la méthode de Kaplan-Meïer Survie (%) (mois)

Courbes de survie Survie (%) Kaplan-Meïer Actuarielle (mois)

Comparaison de deux courbes de survie Principe : comparer les nombres de décès D A et D B observés dans les 2 groupes, aux nombres E A et E B attendus sous H 0 par un test du ² Calcul du nombre de décès attendus E –Ils sont calculés à chaque temps où survient un décès N t = N tA +N tB, nombre total de sujets D t = D tA + D tB, nombre total de décès à ce temps –Sous H0, la proportion de décès est la même dans les 2 groupes E tA = N tA x D t /N t et E tB = N tB x D t /N t –E A et E B sont obtenus en sommant les valeurs à chaque temps

Comparaison de deux courbes de survie Le test dit « du log rank » est : – ² 1ddl = (D A – E A )² + (D B – E B ) ² si > 3,84 : rejet H 0 E A E B La comparaison ne peut se faire que si les courbes ne se croisent pas = différences de survie toujours dans le même sens Risque relatif Le rapport D/E = taux relatif de décès, rapport du nombre de décès observés sur le nombre de décès attendus sous H 0 Le rapport des taux relatifs mesure le risque relatif de décès dun groupe par rapport à lautre : RR = D B /E B D A /E A

Estimation de courbes de survie par la méthode de Kaplan Meïer Taux de survie Temps (mois) 50 % 100 % Traitement A Traitement B

Test du Log rank TempsNb total à risque Nb total décès NANA DADA DC attendus E A NBNB DBDB DC attendus E B x3/40=1, x3/40=1, x5/37=2, x5/37=2, x2/32=1, x2/32=0, x4/30=2, x4/30=1, x2/26=1, x2/26=0,85 5 8, ,58 ² 1ddl = (5-8,42)² + (11-7,58)² = 2,93 8,42 7,58NS