Aller au contenu principal

Biostatistique : méthodes et applications 1 
Président: Ehsan Karim (McGill University) 
[PDF]

JILL AINSWORTH, McGill University
Estimer des paramètres d'un mélange fini de modèles linéaires généralisés à effets mixtes en utilisant la méthode de maximum de vraisemblance  [PDF]
 
Considérez un ensemble de données avec les caractéristiques suivantes, qu'une analyse doit prendre en considération: (i) résultats discrets, (ii) les mesures longitudinales, et (iii) la possibilité de sous-populations à travers lesquelles les effets des covariables diffèrent. Dans cet article, je propose l'utilisation d'un mélange fini de modèles généralisés à effets mixtes (FinMix GLMM) comme approche analytique appropriée. La performance de l'estimateur de maximum de vraisemblance des paramètres du modèle est étudiée à l'aide d'une étude de simulation et d'une analyse des données de la cohorte écossaise de l'arthrite rhumatoïde précoce (SERA). 
 
JOYCELYNE EFUA EWUSIE, McMaster University
Méthodes pour l'analyse des séries chronologiques interrompues de données de dénombrement [PDF]
 
Cette étude évalue les différentes méthodes d'analyse de données de dénombrement dans les modèles de séries chronologiques interrompues (SCI). Les modèles de Poisson fixes, aléatoires et à surreprésentation de zéros étaient ajustés à des données empiriques d'une étude SCI précédente évaluant l'effet d'un outil de mise en œuvre pour améliorer la gestion de la maladie de l'ostéoporose. Des études de simulations approfondies ont également été réalisées sous différents scénarios pour étudier la performance. Les résultats préliminaires montrent que les modèles de Poisson à effets fixes et à surreprésentation de zéros conviennent le mieux pour estimer l'effet de l'intervention sur le nombre de patients ayant reçu respectivement un test de DMO et des médicaments contre l'ostéoporose. 
 
TANIA ALARCON FALCONI, Civil and Environmental Engineering, Tufts University
Caractérisation des saisonnalités dans les essais cliniques longitudinaux  [PDF]
 
L'impact des interventions de prévention des maladies peut être affecté par des motifs temporels caractéristiques au niveau des probabilités et des doses d'exposition. Le manque de bonne comptabilisation de ces dynamiques saisonnières peut affecter l'incidence de la maladie observée et conduire à une mauvaise interprétation des résultats d'intervention. Nous avons caractérisé la saisonnalité des infections respiratoires et diarrhéiques dans un essai clinique longitudinal de la supplémentation chez les enfants en Équateur en utilisant des modèles à effets mixtes. Nous avons tenu compte des effets de l'âge de la cohorte et de l'immunité croisée associée en considérant différentes composantes temporelles et l'âge des enfants. Nous avons également exploré les effets temporels des paramètres climatiques et météorologiques (température, précipitations, rayonnement UV, photopériode, couverture nuageuse) sur le comportement saisonnier de la cohorte. 
 
KHAN MOHAMMAD KAVIUL, Dalla Lana School of Public Health, University of Toronto
Étude du changement dans la méthylation chez les patients atteints de cancer de la prostate après avoir reçu un traitement  [PDF]
 
Une étude expérimentale a été réalisée sur 33 patients atteints d'un cancer de la prostate subissant une chimiothérapie. Les patients ont été assignés à un traitement. En fonction des variations de leur antigène prostatique spécifique (PSA), ils ont été déclarés répondants ou non-répondants au traitement. L'état de méthylation de leur échantillon de sang a été prélevé avant le traitement puis chaque semaine pendant les sept semaines suivant le traitement. Nous avons divisé l'ensemble du génome en 1 744 régions chromosomiques. Nous avons vérifié si le changement dans leur statut de méthylation au fil du temps dans une région spécifique du chromosome varie chez les répondants et les non-répondants à l'aide d'un modèle linéaire à effet mixte. Étant donné qu'il y avait 1 744 régions, un ajustement a été fait pour les comparaisons multiples. 
 
VICTORIA BORG-DEBONO, McMaster University
Partage de données intérimaires : quels résultats/information intérimaires devraient être partagés avec ceux qui mènent l'essai lors d'un essai contrôlé randomisé ?  [PDF]
 
On ne sait pas quelle information d'un essai intérimaire un comité indépendant de contrôle des données (CICD) devrait partager avec les membres non-CICD pendant l'essai. Afin de comprendre les opinions de ceux impliqués dans les essais cliniques, une enquête en ligne ciblant les spécialistes des essais et les statisticiens a été réalisée en 2015. Le taux de réponse total était de 17,8\%. Les résultats préliminaires suggèrent que la majorité des répondants croient que les taux d'événements combinés intérimaire devraient être partagés (65\% [IC à 95\% : 60\% à 71\%]) avec les différentes parties responsables de la mise en œuvre de l'essai. Des analyses plus poussées sur les raisons pour/contre le partage de l'information intérimaire seront présentées. Le faible taux de réponse est une limite. 
 
SHAHRIAR SHAMS, University of Toronto
Évaluer la faisabilité de l'inférence bayésienne pour réduire la cotation de l'incertitude pour l'utilité de santé EQ-5D  [PDF]
 
Les utilités de santé sont les pondérations des qualités, utilisées dans l'estimation des années de vie ajustée en fonction de la qualité. Elles peuvent être mesurées au moyen du questionnaire EQ-5D-3L qui classifie un répondant dans l'un des 243 états de santé possibles. Les états sont convertis au moyen d'une équation de prédiction développée dans une étude d'évaluation qui a directement valorisé 43 états de santé. L'erreur de prédiction est grande et n'actuellement pas prise en compte. L'erreur de spécification du modèle (δ) explique 84\ \% de l'erreur quadratique moyenne de prédiction. L'intégration de la moyenne a posteriori de δ permet d'augmenter substantiellement la précision des états évalués. De plus, la modélisation de la structure de corrélation des δpourrait augmenter la précision des 200 états non-évalués.