Weibull diagram

Disponible uniquement sur Etudier
  • Pages : 11 (2538 mots )
  • Téléchargement(s) : 0
  • Publié le : 20 avril 2011
Lire le document complet
Aperçu du document
Version juin 2004

12 – ANALYSER DES DONNEES DE SURVIE
Merci à Nadine Bossard et à Pascal Roy pour la rédaction de la partie statistique de ce chapitre.

Introduction aux méthodes d’analyse de la survie
Nous allons nous intéresser à la survenue d’un évènement (par exemple le décès) dans un groupe de sujets (ou collectif) défini par une caractéristique commune ( diagnostic d’une affectiongrave) survenant à une date eg particulière : la date d’origine (DO).

I II III IV V VI 0 1 temps calendaire 2 3 4 †

ev ev ev † pv 5 (A) 6 7 †

† †

(B) 8 9

Figure 1. Données fictives représentant la survie de 6 patients Le collectif de sujets (patients) est suivi dans le temps. En fonction de la date à laquelle est effectuée l’analyse, deux situations sont rencontrées : -1- situation B: toutes les observations sont complètes : tous les patients sont décédés. -2- situation A (cas le plus fréquent) : une partie des observation est complète (certains patients sont décédés), une autre partie incomplètes (des patients sont encore vivants). Le jour J choisi pour faire le bilan de l’étude est appelé la date de point (DP). A cette date, il est nécessaire de disposer de l’état vivant oudécédé de chaque sujet du collectif. Un suivi actif est nécessaire pour que cette information soit disponible pour tous les sujets le jour J. La dernière date à laquelle des nouvelles d’un sujet sont disponibles est la date de dernière s nouvelles (DDN). Celle-ci peut être la date de dernière consultation pour les sujets encore vivants, et la date de décès pour les autres. A cette date dedernières nouvelles, est associé l’état aux dernières nouvelles (vivant/décédé). Lorsque le suivi du collectif est bien mené, soit le patient est décédé avant la date de point, soit sa date de dernières nouvelles est postérieure ou égale à la date de point. Si sa date de dernière nouvelle est antérieure à la date de point et qu’il est vivant aux dernières nouvelles, le sujet est perdu de vue à sa date dedernières nouvelles (cas du sujet N° VI). L’idéal est de ne pas avoir de perdus de vue, qui risquent de fausser les résultats de l’analyse et obligent à faire sur eux des hypothèses fortes.

Premiers pas dans SPSS ; Louis AYZAC

91

Version juin 2004

A partir de ces différentes dates, se définissent deux délais importants : Date d’origine Date des Dernières nouvelles Date de point

(1)(2) (1) temps de participation (2) recul Figure 2. Temps de participation et recul Recul : délai écoulé entre la date d’origine et la date de point, Temps de participation : -si la date des dernières nouvelles est antérieure à la date de point, le temps de participation se calcule entre la date d’origine de dernières nouvelles (DDN - DO) -si la date de dernières nouvelles est postérieure à ladate de point, le temps de participation se calcule entre la date d’origine et la date de point (DP - DO). L’information survenant après la date de point n’est pas prise en compte : le sujet vivant à la date de point est exclu vivant à la date de point I II III IV V VI 0 1 2 3 ev ev † ev † pv 4 5 6 7 8

temps de participation Figure 3. Représentation des temps de participation

L’échelle detemps utilisée de la figure est celle des temps de participation. L’origine de cette échelle est la date d’origine de tous les sujets. Sont représentés les 2 sujets décédés avant la date de point, les 3 sujets exclusvivants à la date de point, et le sujet perdu de vue.

Premiers pas dans SPSS ; Louis AYZAC

92

Version juin 2004

La figure 4 est la même, mais les temps de participation des6 sujets sont présentés en ordre croissant. En cas d’égalité des temps de participation, les † sont représentés avant les ev.

III II V IV VI I 0

† Ev † ev pv ev 1 2 3 4 5 6 7 8

temps de participation Figure 4. Représentation des temps de participation (bis)

Méthode de Kaplan et Meier
La méthode Kaplan et Meier s’appuie sur le calcul des probabilités conditionnelles P(A / B) = P(A ∩...
tracking img