194 articles – 65 references  [version française]
See short view
Analyse bayésienne de données de survie discrètes sujettes à censure informative avec un modèle à effets aléatoires partagés reparamétré.
Ancelet-Enjalric S., De La Rochebrochard E., BOUYER J.
42èmes Journées de Statistique, Marseille, France : France (2010) - http://hal.inria.fr/inria-00494836
Mathematics/Statistics
Statistics/Statistics Theory
Analyse bayésienne de données de survie discrètes sujettes à censure informative avec un modèle à effets aléatoires partagés reparamétré.
Sophie Ancelet-Enjalric1, 2, Elise De La Rochebrochard2, Jean BOUYER2
1:  MET@RISK - Méthodologies d'Analyse de Risque Alimentaire
http://www.paris.inra.fr/metarisk
Institut national de la recherche agronomique (INRA) : UR1204
Unité Mét@risk 16 rue Claude Bernard 75231 Paris cedex 05
France
2:  CESP - Centre de recherche en épidémiologie et santé des populations
INSERM : U1018 – Université Paris XI - Paris Sud – Hôpital Paul Brousse – Assistance publique - Hôpitaux de Paris (AP-HP)
16 avenue Paul Vaillant Couturier 94807 Villejuif Cedex, France
France
Les mécanismes de censure dits informatifs viennent souvent complexifier l'analyse de données de survie. L'inférence de modèles standards ne tenant pas compte de ce type de données manquantes peut mener à des conclusions biaisées. De nombreux travaux se sont axés autour des modèles à effets aléatoires partagés pour l'analyse de données longitudinales avec censure informative. Nous présentons une extension à cette classe de modèles hiérarchiques pour l'analyse de données de survie discrètes sujettes à censure informative. Notre modèle est basé sur la combinaison de deux modèles à hasards proportionnels en temps discret et tient compte de l'existence possible d'une variabilité résiduelle non-partagée. Puis, nous proposons d'utiliser une reparamétrisation du modèle proposé, par ajout de paramètres redondants, ainsi qu'un choix spécifique de lois a priori afin d'améliorer les propriétés de convergence des algorithmes MCMC implémentés pour mener l'inférence bayésienne du modèle. Enfin, nous proposons de valider notre modèle à partir de calculs de facteurs de Bayes partiels en vue de tester l'hypothèse d'existence d'une censure informative intervenant sur un mécanisme de survie d'intérêt et le calcul de p-valeurs bayésiennes "mixtes" en vue de quantifier l'adéquation entre notre modèle et des données observées. Nous illustrons la pertinence de notre approche bayésienne par des simulations ainsi que sur un jeu de données réelles issues de l'enquête "Devenir Après Initiation de la Fécondation-In-Vitro".
French

2010
international
42èmes Journées de Statistique
Marseille, France
France
2010
Peer-reviewed conferences/proceedings

Attached file list to this document: 
PDF
p224.pdf(201.8 KB)