Analyse de survie avancée

Objectifs

S'approprier les principaux modèles de survie à effets aléatoires pour analyser des données de survie non standards. Savoir manipuler, analyser et interpréter des données de survie avancées.

Programme de la formation

- Modèles de survie à effets aléatoires (frailty models)

• Contexte des données corrélées
  • Terminologie
  • Exemples
• Spécification du modèle à fragilité
  • Hypothèses
  • Interprétation des paramètres du modèle
  • Estimation des paramètres du modèle
  • Tests d'hypothèses sur les paramètres du modèle
  • Codage des variables explicatives (binaire, qualitative)
  • Modification de l'effet et confusion
  • Comparaison de modèles et sélection de variables
  • Étude de l'adéquation du modèle (résidus)

- Modèles pour risques compétitifs

• Contexte et indicateurs pour risques semi-compétitifs ou compétitifs
• Modèles de régression pour risques compétitifs
• Packages R

- Modèles conjoints pour données de survie

• Contexte
• Spe?cification des mode?les conjoints
• Hypothe?ses
• Interpre?tation des parame?tres du mode?le
• Estimation des parame?tres du mode?le

Validation et sanction

Attestation de formation

Type de formation

Non certifiante

Sortie

Sans niveau spécifique