19 - Tests et modèles pour données censurées

Summary

Ce chapitre explore l'analyse de la survie, en particulier les tests statistiques et les modèles multivariés, avec un focus sur le test de Log-Rank et le modèle de Cox. Le test de Log-Rank est utilisé pour comparer les taux de rechute entre hommes et femmes, mais la petite taille de l'échantillon rend le test peu puissant. Le modèle de Cox est ensuite appliqué pour analyser l'association entre l'âge et le risque de rechute, indiquant que l'âge protège contre la rechute. Enfin, des instructions sont données pour vérifier la validité du modèle, notamment l'hypothèse des risques instantanés proportionnels avec R.

Takeaways

• 📊 Le test du Log-Rank permet de comparer statistiquement la survie entre deux groupes, par exemple hommes vs femmes.
• ⚖️ Les conditions de validité du test du Log-Rank incluent un nombre suffisant de temps de décès ou un grand nombre de décès à chaque observation.
• 💻 En R, la fonction `survdiff()` associée à `Surv()` est utilisée pour effectuer le test du Log-Rank.
• ❌ Un petit échantillon peut rendre le test du Log-Rank peu puissant, comme le montre l'exemple avec seulement 18 femmes et 3 rechutes.
• 🧮 Le modèle de Cox permet d’évaluer l’association entre une variable quantitative (comme l’âge) et le risque de rechute.
• 📉 Un coefficient négatif dans le modèle de Cox indique un effet protecteur, par exemple, l’âge plus élevé retardant la rechute.
• 🧩 Le modèle de Cox multivarié permet d’inclure plusieurs variables explicatives simultanément et d’évaluer leur effet spécifique.
• ⚠️ La puissance statistique doit être considérée : peu de sujets ou peu d’événements peuvent limiter la significativité des variables.
• 📈 L’hazard ratio (`exp(coef)`) permet d’interpréter l’effet d’une variable binaire sur le risque instantané d’événement.
• 📊 Les conditions de validité du modèle de Cox incluent un nombre suffisant d’événements et l’hypothèse des risques proportionnels, vérifiable graphiquement avec `cox.zph()` en R.
• 🔀 Il est possible d’inclure des variables catégorielles à plusieurs classes et des interactions pour étudier les synergies entre variables explicatives.
• 💡 Reproduire les tests et modèles dans R aide à mieux comprendre les notions de survie et les limites des analyses statistiques.

Q & A

Qu'est-ce que le test du Log-Rank et à quoi sert-il ?

Le test du Log-Rank est un test statistique utilisé pour comparer les courbes de survie entre deux groupes ou plus, afin de déterminer s'il existe une différence significative dans le temps de survenue d'un événement, comme une rechute.

Quelles sont les conditions de validité du test du Log-Rank ?

Le test du Log-Rank est valide si : 1) il y a un nombre suffisant de temps de décès, et 2) dans le cas d'observations espacées, il doit y avoir de nombreux décès à chaque temps d'observation.

Pourquoi le test du Log-Rank n'était-il pas très significatif dans l'exemple des hommes et des femmes ?

Parce que la taille de l'échantillon était faible, avec seulement 18 femmes et 3 rechutes observées, ce qui donne une faible puissance statistique pour détecter une différence.

Quel modèle statistique permet d'étudier l'association entre une variable quantitative et la survie ?

Le modèle de Cox (Cox proportional hazards model) permet d'étudier l'association entre une variable quantitative, comme l'âge, et la survie ou le risque de rechute.

Comment interpréter le coefficient négatif dans un modèle de Cox ?

Un coefficient négatif indique que la variable explicative a un effet protecteur, c'est-à-dire que l'événement survient plus tard chez les sujets ayant une valeur élevée de cette variable.

Comment appliquer le modèle de Cox multivarié avec plusieurs variables explicatives ?

On utilise la fonction `coxph()` avec toutes les variables explicatives listées après le symbole tilde (~), par exemple : `coxph(Surv(delai, SEVRE) ~ AGE + SEXE + EDVNEG, data = alc)`.

Pourquoi certaines variables n’étaient-elles pas significativement associées au risque de rechute dans l'exemple ?

Parce que la puissance statistique était faible : peu de femmes dans l'échantillon et seulement 5 sujets ayant eu des événements de vie négatifs, ce qui limite la capacité à détecter une association.

Qu'est-ce que le hazard ratio et comment l'interpréter ?

Le hazard ratio est l'exponentielle du coefficient du modèle de Cox. Il indique le rapport des risques instantanés entre deux groupes. Par exemple, un hazard ratio de 0.64 signifie 36% de risque en moins pour le groupe étudié par rapport au groupe de référence.

Comment vérifier l'hypothèse des risques proportionnels dans le modèle de Cox ?

On peut vérifier cette hypothèse graphiquement avec R en utilisant `plot(cox.zph(modele))`. Les courbes des variables explicatives doivent être le plus horizontales possible pour confirmer l'hypothèse.

Combien d'événements sont nécessaires pour chaque variable explicative dans un modèle de Cox pour assurer la validité statistique ?

Il est recommandé d'avoir entre 5 et 10 événements par variable explicative pour que le modèle soit statistiquement valide.

Comment traiter des variables catégorielles avec plus de deux classes dans un modèle de Cox ?

Les variables catégorielles à plus de deux classes sont automatiquement recodées en variables binaires dans le modèle de Cox. Il est également possible d'inclure des termes d'interaction pour étudier les synergies entre variables explicatives.

Pourquoi faut-il interpréter les résultats avec prudence lorsque la puissance statistique est faible ?

Parce qu'un échantillon trop petit peut conduire à accepter l'hypothèse nulle même si une association réelle existe. Cela limite la fiabilité des conclusions tirées des tests statistiques.