S'abonner

L’élicitation de l’a priori en inférence bayésienne par interrogation d’experts dans les études diagnostiques : l’étude Ebelpri - 07/05/18

Doi : 10.1016/j.respe.2018.03.324 
S. Bastide a, b, , M. Lomma a, M. Sasso c, L. Lachaud d, J.-P. Daurès b, P. Fabbro-Peray a, P. Landais b
a BESPIM, CHU de Nîmes, France 
b EA2415, université de Montpellier, France 
c Laboratoire de parasitologie-mycologie, CHU de Nîmes, France 
d Département de parasitologie-mycologie, CHU de Montpellier, France 

Auteur correspondant.

Résumé

Introduction

En statistique, deux grands types d’inférence s’opposent : la classique inférence fréquentiste et l’inférence bayésienne. L’inférence bayésienne consiste à combiner une distribution a priori pour un paramètre avec la vraisemblance du modèle afin d’estimer une distribution a posteriori pour ce paramètre. Ainsi, la première étape obligatoire d’un plan d’analyse en inférence bayésienne est l’élicitation des a priori pour chaque paramètre. Lorsque, dans une problématique clinique donnée, aucune information n’est disponible dans la littérature, l’obtention des a priori peut être réalisée en interrogeant les experts du domaine. Différentes méthodes ont été proposées dans les essais cliniques pour interroger les experts sur leurs croyances mais peu de méthodes se sont intéressées à la question de l’élicitation des a priori dans les études diagnostiques. Les objectifs de l’étude EBELPRI (« Experts’ BELief elicitation for Bayesian PRIors in diagnostic studies ») étaient donc d’adapter aux études diagnostiques les méthodes d’élicitation à partir de croyances d’experts, dans le contexte d’évaluation des sensibilités et spécificités de quatre techniques de PCR en mycologie, et d’explorer comment évaluer les croyances des experts sur les covariances potentielles entre les tests.

Méthodes

L’étude a été réalisée suivant les quatre étapes recommandées pour l’élicitation par interrogation d’experts :

– recrutement des experts (membres de la Société nationale française de parasitologie-mycologie) ;

– recueil des croyances ;

– agrégation des données avec l’obtention d’une distribution empirique pour chaque paramètre d’intérêt θ;

– et élicitation des a priori à proprement parler avec l’estimation des deux hyperparamètres (α et β) de la distribution bêta de chaque θ.

Les croyances des experts concernant les huit sensibilités et spécificités ont été recueillies à l’aide d’échelles visuelles de poids avec des intervalles. Les six covariances possibles deux à deux ont été recueillies avec des échelles qualitatives ordinales à six niveaux. Trois méthodes d’élicitation ont été comparées pour estimer les hyperparamètres :

– utiliser uniquement l’étendue des valeurs possibles ;

– utiliser l’étendue des valeurs possibles et la valeur la plus plausible ;

– utiliser la distribution empirique complète des croyances (Package SHELF du logiciel R).

Résultat

Neuf experts provenant de neuf CHU distincts en France ont été inclus. L’auto-questionnaire spécifique proposé a été bien accepté, sans aucune valeur manquante ni incompréhension dans la méthode de recueil avec les échelles de poids ou les échelles ordinales. La meilleure méthode d’élicitation était la troisième car elle permettait le meilleur compromis entre la qualité d’ajustement à la distribution empirique et le niveau informatif des a priori obtenus. Globalement, tous les experts croyaient à une bonne sensibilité des quatre techniques (valeur médiane des croyances=95 %), et à une excellente spécificité (valeur médiane des croyances=100 %), mais quelques différences ont pu être mises en évidence pour les sensibilités. Les croyances sur les covariances ont permis d’établir une classification de ces a priori dans un graphique de corrélation.

Conclusion

La méthodologie proposée semble être réalisable et intéressante pour interroger des experts pour l’élicitation de l’a priori dans les études diagnostiques. Elle pourra être utilisée dans de futures analyses bayésiennes dans le domaine.

Le texte complet de cet article est disponible en PDF.

Mots clés : Inférence bayésienne, Diagnostic, Élicitation, A priori, Croyances des experts


Plan


© 2018  Publié par Elsevier Masson SAS.
Ajouter à ma bibliothèque Retirer de ma bibliothèque Imprimer
Export

    Export citations

  • Fichier

  • Contenu

Vol 66 - N° S3

P. S125 - mai 2018 Retour au numéro
Article précédent Article précédent
  • Éditorial
| Article suivant Article suivant
  • Modèle intégratif pour les cancers MSI et le syndrome de Lynch : classification de variants, calcul du risque de prédisposition et du risque tumoral
  • A. Lefebvre, A. Duval, G. Nuel

Bienvenue sur EM-consulte, la référence des professionnels de santé.
L’accès au texte intégral de cet article nécessite un abonnement.

Déjà abonné à cette revue ?

Mon compte


Plateformes Elsevier Masson

Déclaration CNIL

EM-CONSULTE.COM est déclaré à la CNIL, déclaration n° 1286925.

En application de la loi nº78-17 du 6 janvier 1978 relative à l'informatique, aux fichiers et aux libertés, vous disposez des droits d'opposition (art.26 de la loi), d'accès (art.34 à 38 de la loi), et de rectification (art.36 de la loi) des données vous concernant. Ainsi, vous pouvez exiger que soient rectifiées, complétées, clarifiées, mises à jour ou effacées les informations vous concernant qui sont inexactes, incomplètes, équivoques, périmées ou dont la collecte ou l'utilisation ou la conservation est interdite.
Les informations personnelles concernant les visiteurs de notre site, y compris leur identité, sont confidentielles.
Le responsable du site s'engage sur l'honneur à respecter les conditions légales de confidentialité applicables en France et à ne pas divulguer ces informations à des tiers.


Tout le contenu de ce site: Copyright © 2024 Elsevier, ses concédants de licence et ses contributeurs. Tout les droits sont réservés, y compris ceux relatifs à l'exploration de textes et de données, a la formation en IA et aux technologies similaires. Pour tout contenu en libre accès, les conditions de licence Creative Commons s'appliquent.