Nouveaux enjeux dans l’analyse de données longitudinales : modèles spécifiques au sujet

3 juin, de 9h00 à 12h00 et de 13h30 à 16h00

Paul Rathouz, École de médecine et de santé publique de la University of Wisconsin
(http://www.biostat.wisc.edu/People/faculty/rathouz.htm)
 
Dans les études par observation, les données longitudinales contiennent souvent des covariables qui varient tout aussi bien entre que pour chaque sujet (Neuhaus). En effet, les économètres recueillent depuis longtemps des données longitudinales aux seules fins d’exploiter cette covariabilité naturelle de l’exposition et du résultat pour un même sujet, tout en contrôlant automatiquement les facteurs de confusion non observés entre les sujets (Wooldridge). Les épidémiologistes sociaux exploitent les covariables entre et pour chaque sujet pour analyser les effets contextuels (Diez-Roux). Cet atelier explorera les aspects pratiques de la conception et de l’analyse d’études comportant des covariables et une variabilité entre et pour chaque sujet, en mettant l’accent sur les outils et modèles couramment disponibles et sur l’interprétation des modèles. J’établirai des liens entre les modèles à effets fixes traditionnels utilisés en économétrie et les modèles à effets aléatoires employés en biostatistique. Le programme sera structuré en quatre séances, comme suit :
 
Séance 1 :
- Introduction et généralités
- Modèles à effets fixes : spécification et interprétation
- Estimation et essais de modèles à effets fixes
- Décomposition des covariables temporelles en éléments entre sujets et pour chaque sujet
- Liens entre modèles à effets fixes et aléatoires
- Révision de l’estimation et des essais de modèles
 
Séance 2 :
- Exploitation de la décomposition des covariables
- Paramétrage et interprétation des modèles
- Exemples tirés de la psychopathologie du développement et de l’économétrie
- Points d’interception et pente spécifiques au sujet
 
Séance 3 :
- Exploitation de la décomposition des covariables (suite)
- Analyse de puissance / taille de l’échantillon pour les modèles longitudinaux ou avec grappes
- Termes d’interaction des covariables variant entre et pour chaque sujet
 
Séance 4 :
- Thèmes spéciaux, par exemple :
- Données manquantes dans les plans avec covariables variant entre et pour chaque sujet
- Plans d’échantillonnage dépendant du résultat pour les données longitudinales
 
Brève biographie

Paul Rathouz est actuellement professeur et directeur du Département de biostatistique et d’informatique médicale à la University of Wisconsin, Madison. Auparavant, il avait travaillé pendant 13 ans au Département d’études sur la santé de la University of Chicago. Ses recherches en biostatistique portent sur la théorie, la méthodologie et les applications pratiques dans divers domaines de la recherche biomédicale et en santé publique. Il s’intéresse notamment aux erreurs dans les covariables de régression, aux données manquantes dans les modèles pour données hautement stratifiées, longitudinales ou de survie (temps de défaillance), aux modèles linéaires généralisés, aux méthodes applicables aux données multivariées, longitudinales ou en grappes, à l’échantillonnage dépendant du résultat et aux modèles par équation structurelle. Il a siégé à de nombreuses sections d’études des NIH, notamment en méthodologie biostatistique et en épidémiologie de la santé mentale, a été corédacteur de Biometrics et membre du conseil d’administration élu de la Eastern North America Region (ENAR) de la Société internationale de biométrie. Il est le récipiendaire du James E. Grizzle Distinguished Alumnus Award du Département de biostatistique de la University of North Carolina, Chapel Hill et du prix Van Ryzin de l’ENAR pour la meilleure communication étudiante pendant son programme d’études supérieures.