Objectifs
S’approprier les principaux modèles de survie à effets aléatoires pour analyser des données de survie non standards. Savoir manipuler, analyser et interpréter des données de survie avancées.
Public
Biologistes, professionnels de santé, statisticiens …
Pré-requis
Pour suivre ce stage dans de bonnes conditions, il est recommandé d'avoir suivi en amont la formation Analyse de survie
Méthode
Pédagogie active mêlant exposés, exercices et applications pratiques.
Chaque participant pourra mettre en oeuvre les applications dans le logiciel de son choix parmi SAS ou R.
Chaque participant pourra mettre en oeuvre les applications dans le logiciel de son choix parmi SAS ou R.
Programme
- Modèles de survie à effets aléatoires (frailty models)
- Modèles à risques compétitifs
- Modèles conjoints pour données de survie
- Contexte des données corrélées
- Terminologie
- Exemples
- Spécification du modèle à fragilité
- Hypothèses
- Interprétation des paramètres du modèle
- Estimation des paramètres du modèle
- Tests d’hypothèses sur les paramètres du modèle
- Codage des variables explicatives (binaire, qualitative)
- Modification de l’effet et confusion
- Comparaison de modèles et sélection de variables
- Étude de l’adéquation du modèle (résidus)
- Modèles à risques compétitifs
- Modèles conjoints pour données de survie
Ce que pensent nos clients de la formation Analyse de survie avancée
M. Maxime L., Ingénieur hospitalier à la Plateforme de méthodologie - biostatistique du CHU de Nantes
Très bonne formation, didactique et expliquant très bien les diffèrents modèles de survie et leurs domaines d'applications
M. Pascal C., épidémiologiste au service de Santé Publique du CHU de Nantes
Formation de qualité, très satisfait
