[PDF] Données longitudinales et modèles mixtes





Previous PDF Next PDF



Méthodologie en recherche biomédicale : les études

Etudes observationnelles. Cohortes. Cas-témoins. Transversales. Références. Méthodologie en recherche biomédicale : les études observationnelles. Yohann.



Méthodologie en recherche biomédicale

Etudes observationnelles. Cohortes. Cas-témoins. Transversales. 3. Etudes expérimentales. 4. Preuve par la statistique. Fluctuation d'échantillonnage.



Florent LE BORGNE

en outre remercier l'ensemble de l'équipe DIVAT-SPHERE ainsi que tous les études observationnelles l'investigateur peut uniquement observer l'effet de ...



Données longitudinales et modèles mixtes

Données expérimentales/observationnelles. • Étude appariée. • Étude pré-clinique ou essais cliniques. • Étude observationnelle. ? cohorte prospective.



Sommaire

On parle aussi d'études observationnelles ou non interventionnelles. DIVAT est une cohorte prospective multicentrique avec un accord de consortium en ...



Apports des modèles de survie relative dans la modélisation des

A.2 Suivi des modifications de la base DIVAT Rein . Comme souvent dans les études observationnelles certaines limites de notre étude sont à si-.



Tests du Log-rank ajusté : étude de simulations

Contexte : Étude observationnelle en présence de données de survie. • L'étude de la causalité entre l'exposition et l'événement requiert un ajustement.



Haute Autorité de santé

5 ene 2010 Une seule étude observationnelle des pratiques ... de 2 bases de données françaises (DIVAT et CRISTAL) entre 1974 et 2005.



Tests du Log-rank ajusté : étude de simulations

Dans les études observationnelles la présence de facteurs de confusion est extrait de DIVAT)



Caractéristiques cliniques et évolution des patients atteints de

29 nov 2019 résultats de l'étude observationnelle multicentrique OKTALE ... à tous les membres du conseil scientifique du DIVAT et aux attachés de.

Données longitudinales et modèles mixtes

Introduction

Objectifs

Méthodes

historiques

Modèle

linéaire mixte

Rappels

Modèle linéaire mixte

Inclusion de

covariables

Exercices

Généralisation

Estimation

Tests d"inférence

Adéquation du

modèle

Logiciels

Stratégie de

modélisation

Application

Discussion

RéférencesDonnées longitudinales et modèles mixtes

Etienne Dantan

(Etienne.Dantan@univ-nantes.fr)

Master 2 Recherche

Modélisation en Pharmacologie Clinique et Épidémiologie (UE Données longitudinales et données de survie)

12, 13, 14 et 25 Novembre 2013

1 / 240

Introduction

Objectifs

Méthodes

historiques

Modèle

linéaire mixte

Rappels

Modèle linéaire mixte

Inclusion de

covariables

Exercices

Généralisation

Estimation

Tests d"inférence

Adéquation du

modèle

Logiciels

Stratégie de

modélisation

Application

Discussion

RéférencesPlan

1. Introduction

2. Objectifs

3. Méthodes historiques

4. Modèle linéaire mixte

5. Logiciels

6. Stratégie de modélisation7. Application

8. Discussion

9. Références

2 / 240

Introduction

Objectifs

Méthodes

historiques

Modèle

linéaire mixte

Rappels

Modèle linéaire mixte

Inclusion de

covariables

Exercices

Généralisation

Estimation

Tests d"inférence

Adéquation du

modèle

Logiciels

Stratégie de

modélisation

Application

Discussion

RéférencesPlan

1. Introduction

2. Objectifs

3. Méthodes historiques

4. Modèle linéaire mixte

5. Logiciels

6. Stratégie de modélisation7. Application

8. Discussion

9. Références

3 / 240

Introduction

Objectifs

Méthodes

historiques

Modèle

linéaire mixte

Rappels

Modèle linéaire mixte

Inclusion de

covariables

Exercices

Généralisation

Estimation

Tests d"inférence

Adéquation du

modèle

Logiciels

Stratégie de

modélisation

Application

Discussion

RéférencesDonnées groupées

Fréquentes en épidémiologie

!Étude de facteurs familiaux ou environnementaux Résultat d"un plan de sondage où chaque observation n"est pas tirée au sort indépendamment des autres + facile de sélectionner des sujets par zone géographique concentrée !Exemples : hôpitaux, écoles, communes,... )Corrélation intra-groupe )Méthodes statistiques adaptées

4 / 240

Introduction

Objectifs

Méthodes

historiques

Modèle

linéaire mixte

Rappels

Modèle linéaire mixte

Inclusion de

covariables

Exercices

Généralisation

Estimation

Tests d"inférence

Adéquation du

modèle

Logiciels

Stratégie de

modélisation

Application

Discussion

RéférencesDonnées longitudinales

Définition

ou Données répétées Variable réponse mesurée de façon répétée au cours du temps sur les mêmes sujets

Traitées comme des données groupées

!toutes les observations d"un même sujet constituent un groupe )Intérêt majeur en épidémiologie : !Étude de l"évolution de sujets face à une pathologie

5 / 240

Introduction

Objectifs

Méthodes

historiques

Modèle

linéaire mixte

Rappels

Modèle linéaire mixte

Inclusion de

covariables

Exercices

Généralisation

Estimation

Tests d"inférence

Adéquation du

modèle

Logiciels

Stratégie de

modélisation

Application

Discussion

RéférencesDonnées longitudinales

Intérêt

Étude d"un ou plusieurs marqueurs au cours du temps

Reflet de variations liées

!à la dégradation de l"état de santé du patient !à l"amélioration en réaction à la prise d"un médicament

6 / 240

Introduction

Objectifs

Méthodes

historiques

Modèle

linéaire mixte

Rappels

Modèle linéaire mixte

Inclusion de

covariables

Exercices

Généralisation

Estimation

Tests d"inférence

Adéquation du

modèle

Logiciels

Stratégie de

modélisation

Application

Discussion

RéférencesExemple 1 (Données de Captopril)

Hand, Daly, Lunn, Mc Conway and Otrowski (1994)

Patients souffrant d"hypertension (N=15)

Critère de jugement :

Pression Ar térielleSystolique ,

Pression Ar térielleDy astolique

avant et après traitement (Captopril) )Effet du traitement sur la PAS, PAD?

7 / 240

Introduction

Objectifs

Méthodes

historiques

Modèle

linéaire mixte

Rappels

Modèle linéaire mixte

Inclusion de

covariables

Exercices

Généralisation

Estimation

Tests d"inférence

Adéquation du

modèle

Logiciels

Stratégie de

modélisation

Application

Discussion

RéférencesExemple 1 (Données de Captopril)

Patient

Avant AprèsPAS PAD PAS PAD

1 210 130 201 125

2 169 122 165 121

3 187 124 166 121

4 160 104 157 106

5 167 112 147 101

6 176 101 145 85

7 185 121 168 98

8 206 124 180 105

9 173 115 147 103

10 146 102 136 98

11 174 98 151 90

12 201 119 168 98

13 198 106 179 110

14 148 107 129 103

15 154 100 131 82

8 / 240

Introduction

Objectifs

Méthodes

historiques

Modèle

linéaire mixte

Rappels

Modèle linéaire mixte

Inclusion de

covariables

Exercices

Généralisation

Estimation

Tests d"inférence

Adéquation du

modèle

Logiciels

Stratégie de

modélisation

Application

Discussion

RéférencesExemple 1 (Données de Captopril)

6=Profils individuelsRemarques:90

100
110
120
130
time

PAD (mmHg)

129 / 240

Introduction

Objectifs

Méthodes

historiques

Modèle

linéaire mixte

Rappels

Modèle linéaire mixte

Inclusion de

covariables

Exercices

Généralisation

Estimation

Tests d"inférence

Adéquation du

modèle

Logiciels

Stratégie de

modélisation

Application

Discussion

RéférencesExemple 1 (Données de Captopril)

6=Profils individuelsRemarques:

Observations

appariées

Variabilité

importante entre patients90 100
110
120
130
time

PAD (mmHg)

129 / 240

Introduction

Objectifs

Méthodes

historiques

Modèle

linéaire mixte

Rappels

Modèle linéaire mixte

Inclusion de

covariables

Exercices

Généralisation

Estimation

Tests d"inférence

Adéquation du

modèle

Logiciels

Stratégie de

modélisation

Application

Discussion

RéférencesExemple 2 (Courbes de croissance)

Goldstein et al. (1979)

La croissance est-elle liée à la taille de la mère? Filles de 6 ans (N=20) issues de familles où la taille de la mère est considérée comme étant petite , mo yenne, ou g rande

Critère de jugement :

Croissance (taille) des filles au

cours de 4 années (de 6 à 10 ans)

10 / 240

Introduction

Objectifs

Méthodes

historiques

Modèle

linéaire mixte

Rappels

Modèle linéaire mixte

Inclusion de

covariables

Exercices

Généralisation

Estimation

Tests d"inférence

Adéquation du

modèle

Logiciels

Stratégie de

modélisation

Application

Discussion

RéférencesExemple 2 (Courbes de croissance)

Répartition des 20 jeunes filles selon la taille de leur mèreTaille de la mère (cm) Nombre de jeunes filles

Petites<155 6

Moyennes[155;164]7

Grandes>164 711 / 240

Introduction

Objectifs

Méthodes

historiques

Modèle

linéaire mixte

Rappels

Modèle linéaire mixte

Inclusion de

covariables

Exercices

Généralisation

Estimation

Tests d"inférence

Adéquation du

modèle

Logiciels

Stratégie de

modélisation

Application

Discussion

RéférencesExemple 2 (Courbes de croissance)

12 / 240

Introduction

Objectifs

Méthodes

historiques

Modèle

linéaire mixte

Rappels

Modèle linéaire mixte

Inclusion de

covariables

Exercices

Généralisation

Estimation

Tests d"inférence

Adéquation du

modèle

Logiciels

Stratégie de

modélisation

Application

Discussion

RéférencesExemple 2 (Courbes de croissance)

Remarques:

13 / 240

Introduction

Objectifs

Méthodes

quotesdbs_dbs29.pdfusesText_35
[PDF] Témoignage : le BP Préparateur en pharmacie Manon - Onisep

[PDF] theme etude phytochimique de plantes medicinales du nord et du

[PDF] Palmarès PROCOS des centres-villes commerçants

[PDF] vacance commerciale - Procos

[PDF] elevage bovin laitier - Fellah Trade

[PDF] elevage bovin laitier - Fellah Trade

[PDF] étude de rémunérations 2017 - Page Personnel

[PDF] Etude rétrospective d archives

[PDF] Projet de Fin d 'Etudes Étude parasismique de 3 bâtiments en béton

[PDF] Réflexion sur les émissions dites « de téléréalité » Synthèse - CSA

[PDF] Statistiques de l 'enseignement supérieur 2013 - Ministère de l

[PDF] étude sur la qualité de l 'eau potable dans sept bassins - mddelcc

[PDF] Etude d 'un groupe électrogène et son démarrage

[PDF] ii etude technique du projet - Agadir

[PDF] Pour mieux connaître les étudiants ? temps partiel - FAEUQEP