Mediaspace scheduled maintenance: Aug 25, 2026 07:00 - 12:00 AM. During this time, videos will be temporarily unavailable. Check status updates.

Séance de cours

Analyse de survie: Modèle de risques proportionnels de Cox

Dans cours (2)

MATH-474: Statistics for genomic data analysis

After a short introduction to basic molecular biology and genomic technologies, this course covers the most useful statistical concepts and methods for the analysis of genomic data. ...

MATH-493: Applied biostatistics

This course covers topics in applied biostatistics, with an emphasis on practical aspects of data analysis using R statistical software. Topics include types of studies and their design and analysis, high dimensional data analysis (genetic/genomic) and oth ...

Description

Cette séance de cours couvre le modèle des risques proportionnels de Cox, une méthode largement utilisée dans lanalyse de la survie. Il explique comment estimer les fonctions de danger, évaluer les hypothèses du modèle et interpréter les résultats à laide des résidus. Les méthodes d'estimation paramétriques et non paramétriques sont discutées, ainsi que des exemples pratiques et des outils dans R.

Enseignant·e

Darlene Goldstein

Source officielle

Concepts associés (32)

Analyse de survie

thumb|Exemple de courbe de survie. L'analyse de (la) survie est une branche des statistiques qui cherche à modéliser le temps restant avant la mort pour des organismes biologiques (l'espérance de vie) ou le temps restant avant l'échec ou la panne dans les systèmes artificiels, ce que l'on représente graphiquement sous la forme d'une courbe de survie. On parle aussi d'analyse de la fiabilité en ingénierie, d'analyse de la durée en économie ou d'analyse de l'histoire d'événements en sociologie.

Survival function

The survival function is a function that gives the probability that a patient, device, or other object of interest will survive past a certain time. The survival function is also known as the survivor function or reliability function. The term reliability function is common in engineering while the term survival function is used in a broader range of applications, including human mortality. The survival function is the complementary cumulative distribution function of the lifetime.

Régression de Cox

La régression de Cox (modèle à risque proportionnel) est une classe de modèles de survie en statistique. Les modèles de survie étudient le temps écoulé avant qu'un événement ne survienne. Historiquement, dans le modèle de Cox, cet événement est le décès de l'individu, c'est pourquoi on parle généralement de survie et de décès. Au cours des années, l'utilisation du modèle s'est étendue à d'autres situations, l'événement peut donc être de quelconque nature : il peut s'agir de la récidive d'une maladie, ou à l'inverse d'une guérison.

Hazard ratio

In survival analysis, the hazard ratio (HR) is the ratio of the hazard rates corresponding to the conditions characterised by two distinct levels of a treatment variable of interest. For example, in a clinical study of a drug, the treated population may die at twice the rate per unit time of the control population. The hazard ratio would be 2, indicating higher hazard of death from the treatment. A scientific paper might utilise a Hazard Ratio (HR) to state something as follows.

Statistiques non paramétriques

La statistique non paramétrique est un domaine de la statistique qui ne repose pas sur des familles de loi de probabilité paramétriques. Les méthodes non paramétriques pour la régression comprennent les histogrammes, les méthodes d'estimation par noyau, les splines et les décompositions dans des dictionnaires de filtres (par exemple décomposition en ondelettes). Bien que le nom de non paramétriques soit donné à ces méthodes, elles reposent en vérité sur l'estimation de paramètres.

Afficher plus

Séances de cours associées (33)

Probabilité et estimation des statistiques

Introduit les probabilités, les méthodes d'estimation, les modèles linéaires, les essais et les techniques de régression avancées.

Statistiques non paramétriques: approche bayésienne

Explore les statistiques non paramétriques, les méthodes bayésiennes et la régression linéaire en mettant l'accent sur l'estimation de la densité du noyau et la distribution postérieure.

Programmation R : conditions, boucles, fonctions et graphiques

Couvre les conditions, les boucles, les fonctions et les graphiques en programmation R avec des exemples pratiques.

Analyse de survie : Modélisation et estimation

Couvre l'analyse des données de survie, la régression de Cox, l'estimateur de Kaplan-Meier et le test de log-rank.

Introduction à la programmation R pour la génétique et la génomique

Introduit un cours sur la génétique et la génomique, en se concentrant sur la programmation R avec des exercices interactifs.

Afficher plus

Concepts associés (32)

Statistiques non paramétriques

Afficher plus