S'abonner

P05 - ShiBA : une application R d'inférence bayésienne sans codage - 10/05/24

Doi : 10.1016/j.jeph.2024.202445 
T. Fabacher 1, 2, , T. Goetsch 1, B. Faye 1, EA. Sauleau 1, 2, F. Lefebvre 1, F. Séverac 1, J. Godet 1, 2, 3, N. Meyer 1, 2
1 Hôpitaux Universitaires de Strasbourg, GMRC, Pôle de santé publique, Strasbourg, France 
2 iCUBE, CNRS, Laboratoire des sciences de l'ingénieur, de l'informatique et de l'imagerie, Equipe IMAGeS, UMR 7357, Illkirch Cedex, France 
3 Faculté de pharmacie, Université de Strasbourg, Illkirch Cedex, France 

Auteur correspondant

Résumé

Introduction

La diffusion de l'inférence bayésienne dans la communauté scientifique, y compris parmi les spécialistes de biométrie, reste limitée. Cela s'explique par une formation encore insuffisante à ces méthodes mais aussi par l'absence d'outil logiciel omnibus et ne nécessitant pas de codage. ShiBA est une application permettant de pallier au moins partiellement ces deux limites en fournissant un accès simplifié à l'inférence bayésienne et en étant conçu avec une vision pédagogique.

Méthodes

ShiBA est un développement sous licence CC-by-nc 4.0 utilisant Shiny pour R1 et basé sur une architecture Golem2 permettant une interface homme-machine conviviale avec une prise en main facile. Le package développé est un outil d'analyse statistique n'utilisant que l'inférence bayésienne (d'où le nom ShiBA pour « Shiny Bayesian Analyses »).

Résultats

ShiBA dispose d'un module d'importation des données et d'un module de description élémentaire des données. Les inférences bayésiennes reposent essentiellement sur les fonctions du package STAN3. L'utilisation de l'algorithme de Monte Carlo hamiltonien présente de bonnes propriétés de convergence tout en étant plus rapide que le Gibbs-Sampling. Outre la possibilité de réaliser des inférences simples (estimation de la moyenne et de l’écart-type d'une variable continue ou de la fréquence des modalités d'une variable catégorielle), ShiBA permet l'estimation des paramètres de modèles linéaires généralisés (régression linéaire, logistique et de Poisson) et de modèles Bêta. Les distributions a priori sont par défaut celles de STAN mais à l'aide de fenêtres contextuelles l'utilisateur a la possibilité de changer les paramètres de ces distributions pour s'adapter au mieux à la problématique analysée. La loi a priori est également affichée graphiquement de manière dynamique. Les résultats des estimations a posteriori sont donnés sous forme graphique et tabulaire (médiane et intervalle de crédibilité) avec un indicateur de bonne convergence basé sur le niveau d'autocorrélation résiduelle et sur un Rhat inférieur à 1,05 (pour chaque paramètre). À des fins de sélection de modèle, le WAIC est présenté. Une aide en ligne sur un site dédié est disponible directement à partir de l'application. ShiBA implémente également le test à deux intervalles (2IT)4 pour toutes les analyses proposées. Il est le seul outil à ce jour à proposer cette fonctionnalité. Contrairement à d'autres applications, le choix a été fait de ne pas implémenter le Facteur de Bayes en raison des difficultés d'interprétation le concernant. ShiBA est également conçu de manière à faciliter l'apprentissage des méthodes bayésiennes, offrant une initiation conviviale et pédagogique aux différents éléments d'une analyse bayésienne. Des outils facilitant l’élicitation des lois a priori permettent à l'utilisateur de s'approprier la spécification des connaissances a priori, ce qui, conjointement au 2IT, permettent de formuler explicitement les hypothèses à tester. Des versions enrichies de ShiBA sont d'ores-et-déjà envisagées.

Conclusion

ShiBA est un nouvel outil permettant de faire de l'estimation et des tests bayésiens mais sans codage, dans une interface conviviale et pédagogique.

Le texte complet de cet article est disponible en PDF.

Mots-clés : Bayésien, Shiny, R, Application



© 2024  Publié par Elsevier Masson SAS.
Ajouter à ma bibliothèque Retirer de ma bibliothèque Imprimer
Export

    Export citations

  • Fichier

  • Contenu

Vol 72 - N° S2

Article 202445- mai 2024 Retour au numéro
Article précédent Article précédent
  • P04 - Présentation des critères de substitution dans les publications d'essais contrôlés randomisés : élaboration et explication de l'extension CONSORT-Surrogate 2023
  • L. Richert, A. Manyara, O. Ciani, R. Taylor, CONSORT/SPIRIT surrogate
| Article suivant Article suivant
  • P06 - Usage détourné d'un logiciel de data management en outil de gestion d'activités de recherche clinique
  • T. Pace-Loscos, Y. Chateau, C. Devic, J. Gal, E. Chamorey

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.