Les fonctions splines sont de plus en plus utilisées en modélisation, notamment dans les publications en épidémiologie liées à la santé au travail/l’environnement pour établir des relations dose–réponses [1Filippini T., Hatch E.E., Rothman K.J., Heck J.E., Park A.S., Crippa A., et al. Association between outdoor air pollution and childhood leukemia: a systematic review and dose-response meta-analysis Environ Health Perspect 2019 ;  127 : 46002

Cliquez ici pour aller à la section Références, 2Schober S.E., Mirel L.B., Graubard B.I., Brody D.J., Flegal K.M. Blood lead levels and death from all causes, cardiovascular disease, and cancer: results from the NHANES III mortality study Environ Health Perspect 2006 ;  114 : 1538-1541 [cross-ref]

Cliquez ici pour aller à la section Références, 3Steenland K., Seals R., Klein M., Jinot J., Kahn H.D. Risk estimation with epidemiologic data when response attenuates at high-exposure levels Environ Health Perspect 2011 ;  119 : 831-837 [cross-ref]

Cliquez ici pour aller à la section Références, 4Van Der Bij S., Koffijberg H., Lenters V., Portengen L., Moons K.G.M., Heederik D., et al. Lung cancer risk at low cumulative asbestos exposure: meta-regression of the exposure-response relationship Cancer Causes Control 2013 ;  24 : 1-12 [cross-ref]

Cliquez ici pour aller à la section Références, 5Christensen M.S., Vestergaard J.M., D’Amore F., Gørløv J.S., Toft G., Ramlau-Hansen C.H., et al. Styrene exposure and risk of lymphohematopoietic malignancies in 73,036 reinforced plastics workers Epidemiology 2018 ;  29 : 342-351 [cross-ref]

Cliquez ici pour aller à la section Références]. Cependant l’interprétation de relations non monotones, les possibilités et les limites de l’utilisation des splines dans le contexte de la santé publique posent questions. Dans cet atelier, nous commencerons par décrire quelques exemples pris dans des publications récentes, expliciterons les définitions & principes des splines les plus fréquemment rencontrées (natural spline, cubic natural spline, B spline, spline pénalisé), ainsi que les principes de leur paramétrisation. Nous illustrerons l’approche par spline avec le modèle de Cox et l’usage du logiciel R. Nous regarderons si certaines limites évoquées récemment, notamment aux faibles doses, peuvent être améliorées par certains contrôles post-hoc pour assurer une plus grande robustesse des résultats. Enfin, des recommandations seront formulées afin de proposer une communication des résultats de manière rigoureuse, transparente et reproductible. Les exemples et code R utilisés en séance seront fournis aux participants. L’atelier d’1h30 s’adresse à des épidémiologistes ayant des bases en biostatistiques pour l’épidémiologie et si possible sur R.