Les données longitudinales constituent une ressource importante pour décrire l'évolution de la maladie et l'impact des expositions, mais elles présentent souvent un processus d'observation stochastique, ce qui se traduit par des temps d'échantillonnage irréguliers qui diffèrent à la fois au sein d'un même patient et d'un patient à l'autre. En outre, les temps d'observation sont souvent liés au résultat recherché. Les temps d'observation irréguliers dans les données longitudinales sont fréquents, en particulier lorsque la collecte des données se fait dans le cadre des soins habituels, par exemple par le biais des dossiers médicaux électroniques.
Des méthodes de traitement des temps d'observation irréguliers ont été mises au point, mais la question de l'observation irrégulière est largement ignorée dans la pratique. Cela s'explique en partie par le fait que l'on ne sait pas qu'il s'agit d'un problème, mais aussi par le manque de conseils sur la manière de le gérer.
Nous avons créé une ligne directrice décrivant les meilleures pratiques pour le traitement des données longitudinales sujettes à l'observation irrégulière. Cette table ronde présentera le guide et donnera l'occasion aux parties prenantes de s'exprimer.