Analyse de survie avancée

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.

- 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

Attestation de formation

Pour suivre ce stage dans de bonnes conditions, il est recommande d avoir suivi en amont la formation "Analyse de survie" ou d avoir atteint par la pratique un niveau equivalent