bonjour et bonne année
je travaille sur l'impact de la réponse sur la survie. Pour tenir compte du fait que cette réponse peut varier au cours, j'ai vu qu'il existait plusieurs méthodes, notamment le modèle de Cox, mais d'autres méthodes comme celles de Mantel-Byar ou de Simon & Makuch. Existe -t-il d'autres méthodes? Dans quels cas utilise-t-on telle ou telle méthode? Quelqu'un aurait de la documentation sur le modèle de Cox time-dependant?
Merci d'avance à tous
salut,
Cox avec variable dépendant du temps ça se fait. C'est un peu difficile à interprêter et je ne pense pas qu'on sache traiter une variable dépendant continûment du temps.
une référence: Therneau & Grambsch "modelling survival data" (springer)
salut et merci
j'ai déjà le bouquin, mais j'aurais aimé en savoir plus sur les autres méthodes qui existent. effectivement, la variable ne dépendant pas continument du temps, elle peut varier à chaque date décès. Par contre auras-tu des réfèrences sur la manière de l'implémenter avec SAS?
je ne connais pas SAS mais le principe est de considérer que tu as affaire à des individus différents quand la variable en question change. Si par exemple tu inclues un individu au temps 0 avec la valeur 1 de la variable puis qu'au temps t1 la variable passe à la valeur 2 puis qu'au temps t2 l'individu meurt, tu vas coder deux individus: le premier est inclus à 0 et est censuré à droite au temps t1 et a bien sûr 1 comme valeur de la variable. Le second est censuré à gauche à t1 et suivi jusqu'en t2 où il meurt (et a la valeur 2 de la variable). Le fait que ce soit le même individu ne joue aucun rôle.
merci c'est plus clair pour moi. par contre, as-tu déjà entendu parler des autres méthodes?
non. Paresse intellectuelle: on peut tout faire avec Cox alors je fais tout avec Cox. Cela dit, l'hypothèse de proportionnalité est très forte et très contestable, justement dans le cas d'une variable dépendant du temps, où parfois elle n'a à peu près aucun sens, (quand la variable est croissante par exemple)
