Après avoir suivi ces cours, je me sens confiant dans la création de visualisations et de tableaux de bord professionnels.
Shoebur RahmanSpécialiste des marchés publics, Giz Bangladesh
Description du cours
Les patients qui prennent le nouveau médicament survivent-ils plus longtemps que les autres ? À quelle vitesse les personnes retrouvent-elles un emploi après une période de chômage ? Que puis-je faire pour que mes ami·e·s restent plus longtemps sur la piste de danse à ma soirée ? Toutes ces questions nécessitent l’analyse de données de temps jusqu’à événement, pour lesquelles nous utilisons des méthodes statistiques spécifiques. Ce cours présente les concepts de base de l’analyse de temps jusqu’à événement, également appelée analyse de survie. Apprenez à manipuler ces données et à calculer, visualiser et interpréter des courbes de survie ainsi que des modèles de Weibull et de Cox.
Prérequis
Programme de formation
Plan du cours
1
Qu’est-ce que l’analyse de survie ?
Dans ce premier chapitre, nous introduisons le concept d’analyse de survie, expliquons pourquoi ce sujet est important et proposons une brève introduction à la théorie des courbes de survie. Nous verrons pourquoi des méthodes spécifiques sont nécessaires avec des données de temps jusqu’à événement et présenterons le concept de censure. Nous expliquerons aussi comment décrire la distribution du temps écoulé jusqu’à la survenue d’un événement.
- Le terme « analyse de survie »50 XP
- Découvrir le jeu de données GBSG2100 XP
- Que va couvrir ce cours ?50 XP
- Pourquoi apprendre les méthodes de survie ?50 XP
- Explorer le jeu de données GBSG2 1100 XP
- Utiliser la fonction Surv() avec GBSG2100 XP
- Le jeu de données UnempDur100 XP
- Mesures utilisées en analyse de survie50 XP
- Interpréter une courbe de survie I50 XP
- Interpréter une courbe de survie II50 XP
- Interpréter une courbe de survie III50 XP
2
Estimation des courbes de survie
Dans ce chapitre, nous étudierons différentes méthodes d’estimation des courbes de survie. Nous aborderons l’estimateur de Kaplan-Meier et le modèle de Weibull comme outils d’estimation, et nous apprendrons à communiquer ces résultats à l’aide de visualisations.
3
Le modèle de Weibull
Dans ce chapitre, vous apprendrez à estimer et à visualiser un modèle de Weibull afin d’étudier les effets des covariables sur le temps jusqu’à événement.
4
Le modèle de Cox
Dans le dernier chapitre, nous verrons comment calculer et interpréter des modèles de Cox, comprendre leur intérêt et en quoi ils diffèrent des modèles de Weibull.
R
Analyse de survie en R
Cours
terminé
