Splines multidimensionnelles pénalisées dans les modèles de survie : applications en épidémiologie des cancers - 19/04/19
Résumé |
Introduction |
La survie nette des patients atteints de cancer, c’est-à-dire la survie que l’on observerait si les patients ne pouvaient mourir que de leur cancer, ainsi que la dynamique du taux de mortalité en excès associé, représentent des indicateurs majeurs en épidémiologie des cancers. Le temps écoulé depuis le diagnostic et l’âge au diagnostic en sont des facteurs explicatifs essentiels. D’autres co-variables continues, telles que l’année de diagnostic dans les études de tendance ou les indices de défavorisation sociale dans les études socio-économiques, peuvent également susciter l’intérêt des épidémiologistes. En s’appuyant sur de récents développements méthodologiques, nous proposons un modèle de taux de mortalité avec des splines pénalisées afin de modéliser simultanément les effets non-linéaires et non-proportionnels des co-variables continues ainsi que les interactions.
Méthode |
Le logarithme du taux de mortalité (en excès) instantané est modélisé comme une fonction du temps et des co-variables. Les bases marginales utilisées sont des splines cubiques naturelles pénalisées. Les interactions et les effets dépendants du temps peuvent être conjointement estimés en formant le produit tensoriel des bases marginales du temps et des co-variables. Le degré de pénalisation est contrôlé par un ou plusieurs paramètres de lissage qui sont estimés automatiquement. Les paramètres de régression sont estimés en maximisant directement la vraisemblance pénalisée du modèle de survie, évitant ainsi le recours à une approximation de Poisson coûteuse en temps et en mémoire vive. Nous proposons une illustration sur l’effet de l’EDI (« European Deprivation Index ») sur la mortalité en excès de 2000 patientes diagnostiquées d’un cancer du col de l’utérus.
Résultats |
La survie nette des patientes les plus défavorisées est significativement inférieure à celle des patientes les moins défavorisées. Hormis chez les patientes les plus âgées au diagnostic, cette différence de survie s’explique par un écart significatif sur le taux de mortalité en excès entre un et deux ans après le diagnostic.
Conclusion |
Notre approche propose une méthode numériquement stable et convergente dans le cadre des modèles de survie pénalisés qui permet de modéliser des effets et interactions complexes sans avoir recours à une stratégie de modélisation potentiellement très complexe. Outre son utilisation en épidémiologie des cancers, nous pensons également que notre approche pourrait être avantageusement utilisée en recherche clinique (études pronostiques, essais cliniques).
Le texte complet de cet article est disponible en PDF.Mots clés : Survie, Mortalité en excès, Epidémiologie, Cancer, Pénalisation
Plan
Vol 67 - N° S3
P. S139-S140 - mai 2019 Retour au numéroBienvenue sur EM-consulte, la référence des professionnels de santé.