O presente estudo compreende 96 transplantes de medula óssea (TMO) de doadores HLA-idênticos em pacientes portadores de Leucemia Mielóide Crônica, no período de Junho de 1986 a Junho de 1998. A autora selecionou diversas covariáveis para serem estudadas como fatores prognósticos de cinco desfechos principais: ocorrência de doença enxerto contra hospedeiro (DECH) aguda e crônica, incidência de recaída, sobrevida livre de doença (SLD) e sobrevida global (SG). As covariáveis estudadas foram: idade, sexo, escolaridade, tempo entre o diagnóstico e o transplante, fase da doença ao transplante, regime de condicionamente, profilaxia de DECH, compatibilidade de sexo entre doador e receptor, sexo do doador, tamanho do baço e do fígado, percentagem de blastos e número de plaquetas no sangue periférico na primeira consulta ao CEMO, ocorrência e grau de DECH aguda, ocorrência de DECH crônica e tempo para recuperação de plaquetas após o TMO. Não foi encontrada associação estatisticamente significativa num nível de 95% de confiança entre qualquer das covariáveis e a ocorrência de DECH crônica ou de recaída. A ocorrência de DECH aguda mostrou-se associada apenas com a fase da doença ao transplante. As covariáveis que se mostraram associadas com a sobrevida global e a sobrevida livre de doença foram: a percentagem de blastos no sangue periférico e tamanho do baço na primeira consulta ao CEMO, a fase da doença ao transplante, o tipo de profilaxia de DECH, a ocorrência e o grau de DECH aguda e o tempo para recuperação de plaquetas num nível acima de 20 x 103/mm3. / This study comprises 96 bone marrow transplantations (BMT) from HLA-identical siblings in patients with Chronic Myeloid Leukaemia (CML), from June 1986 to June 1998. The author selected several covariates to be studied as prognostic factors for five main endpoints: acute and chronic graft versus host disease (GVHD) occurrence, relapse incidence (RI), disease free survival (DFS) and overall survival (OS). The covariates studied were: age, sex, years of schooling, time from diagnosis to transplantation, disease phase at BMT, conditioning regimen, GVHD prophylaxis, sexmatch between donor-receptor, donor sex, spleen and liver size, blasts percentage and platelet counts in peripheral blood at first consultation at CEMO, acute GVHD occurrence and grade, chronic GVHD occurrence and time to platelet recovery after BMT. No statistically significant association was found between the covariates studied and the occurrence of acute or chronic GVHD or of relapse. The covariates found to have an association with overall survival (OS) and disease free survival (DFS) were the percentage of blasts in peripheral blood and the spleen size at first consultation, the disease phase at transplant, type of GVHD prophylaxis, the occurrence and grade of acute GVHD and the time to platelet recovery above 20 x 103/mm3.

O presente estudo compreende 96 transplantes de medula óssea (TMO) de doadores HLA-idênticos em pacientes portadores de Leucemia Mielóide Crônica, no período de Junho de 1986 a Junho de 1998. A autora selecionou diversas covariáveis para serem estudadas como fatores prognósticos de cinco desfechos principais: ocorrência de doença enxerto contra hospedeiro (DECH) aguda e crônica, incidência de recaída, sobrevida livre de doença (SLD) e sobrevida global (SG). As covariáveis estudadas foram: idade, sexo, escolaridade, tempo entre o diagnóstico e o transplante, fase da doença ao transplante, regime de condicionamente, profilaxia de DECH, compatibilidade de sexo entre doador e receptor, sexo do doador, tamanho do baço e do fígado, percentagem de blastos e número de plaquetas no sangue periférico na primeira consulta ao CEMO, ocorrência e grau de DECH aguda, ocorrência de DECH crônica e tempo para recuperação de plaquetas após o TMO. Não foi encontrada associação estatisticamente significativa num nível de 95% de confiança entre qualquer das covariáveis e a ocorrência de DECH crônica ou de recaída. A ocorrência de DECH aguda mostrou-se associada apenas com a fase da doença ao transplante. As covariáveis que se mostraram associadas com a sobrevida global e a sobrevida livre de doença foram: a percentagem de blastos no sangue periférico e tamanho do baço na primeira consulta ao CEMO, a fase da doença ao transplante, o tipo de profilaxia de DECH, a ocorrência e o grau de DECH aguda e o tempo para recuperação de plaquetas num nível acima de 20 x 103/mm3. / This study comprises 96 bone marrow transplantations (BMT) from HLA-identical siblings in patients with Chronic Myeloid Leukaemia (CML), from June 1986 to June 1998. The author selected several covariates to be studied as prognostic factors for five main endpoints: acute and chronic graft versus host disease (GVHD) occurrence, relapse incidence (RI), disease free survival (DFS) and overall survival (OS). The covariates studied were: age, sex, years of schooling, time from diagnosis to transplantation, disease phase at BMT, conditioning regimen, GVHD prophylaxis, sexmatch between donor-receptor, donor sex, spleen and liver size, blasts percentage and platelet counts in peripheral blood at first consultation at CEMO, acute GVHD occurrence and grade, chronic GVHD occurrence and time to platelet recovery after BMT. No statistically significant association was found between the covariates studied and the occurrence of acute or chronic GVHD or of relapse. The covariates found to have an association with overall survival (OS) and disease free survival (DFS) were the percentage of blasts in peripheral blood and the spleen size at first consultation, the disease phase at transplant, type of GVHD prophylaxis, the occurrence and grade of acute GVHD and the time to platelet recovery above 20 x 103/mm3.

房屋貸款借款人對於其所負貸款債務的處分有兩種潛在風險行為，分別是提前清償及違約。這兩種借款人風險行為不管是對金融機構的資產管理，或是對近年在財務金融領域的不動產證券化而言，都是相當重要的探討議題，原因在於提前清償及違約帶來了利息收益與現金流量的不確定性，進而影響不動產抵押債權的價值。也就是為貸款承作機構、證券化保證機構及證券投資人帶來風險。 借款人決定提前清償及違約與否，除了與借款人自身特性及貸款條件有關外，尚受到隨時間經過而不斷變動的變數所影響，亦即許多影響因子並非維持在貸款起始點的狀態，而是會在貸款存續期間動態調整。進一步影響借款人行為，而這類變數即為時間相依變數(time –dependent variables，或time-varying variables)。因此，本研究利用便於處理時間相依變數的比例危險模型(Proportional Hazard Model)來分析借款人提前清償及違約風險行為，觀察借款人特徵、房屋型態、貸款條件及總體經濟等變數與借款人風險行為的關係。 實證結果顯示，借款人特徵部分的教育程度對提前清償及違約風險影響最為明顯，教育程度越高，越會提前清償，越低則較會違約。房屋型態則透天厝較非透天厝容易提前清償及違約。貸款條件中的貸款金額及貸款成數皆與違約為正相關，亦即利息負擔越重，借款人違約風險升高。總體經濟方面，借款人對利率變動最為敏感，反映利率代表借款人的資金成本，是驅動借款人提前清償及違約的財務動機與誘因。

Contexte. Les études cas-témoins sont très fréquemment utilisées par les épidémiologistes pour évaluer l’impact de certaines expositions sur une maladie particulière. Ces expositions peuvent être représentées par plusieurs variables dépendant du temps, et de nouvelles méthodes sont nécessaires pour estimer de manière précise leurs effets. En effet, la régression logistique qui est la méthode conventionnelle pour analyser les données cas-témoins ne tient pas directement compte des changements de valeurs des covariables au cours du temps. Par opposition, les méthodes d’analyse des données de survie telles que le modèle de Cox à risques instantanés proportionnels peuvent directement incorporer des covariables dépendant du temps représentant les histoires individuelles d’exposition. Cependant, cela nécessite de manipuler les ensembles de sujets à risque avec précaution à cause du sur-échantillonnage des cas, en comparaison avec les témoins, dans les études cas-témoins. Comme montré dans une étude de simulation précédente, la définition optimale des ensembles de sujets à risque pour l’analyse des données cas-témoins reste encore à être élucidée, et à être étudiée dans le cas des variables dépendant du temps. Objectif: L’objectif général est de proposer et d’étudier de nouvelles versions du modèle de Cox pour estimer l’impact d’expositions variant dans le temps dans les études cas-témoins, et de les appliquer à des données réelles cas-témoins sur le cancer du poumon et le tabac. Méthodes. J’ai identifié de nouvelles définitions d’ensemble de sujets à risque, potentiellement optimales (le Weighted Cox model and le Simple weighted Cox model), dans lesquelles différentes pondérations ont été affectées aux cas et aux témoins, afin de refléter les proportions de cas et de non cas dans la population source. Les propriétés des estimateurs des effets d’exposition ont été étudiées par simulation. Différents aspects d’exposition ont été générés (intensité, durée, valeur cumulée d’exposition). Les données cas-témoins générées ont été ensuite analysées avec différentes versions du modèle de Cox, incluant les définitions anciennes et nouvelles des ensembles de sujets à risque, ainsi qu’avec la régression logistique conventionnelle, à des fins de comparaison. Les différents modèles de régression ont ensuite été appliqués sur des données réelles cas-témoins sur le cancer du poumon. Les estimations des effets de différentes variables de tabac, obtenues avec les différentes méthodes, ont été comparées entre elles, et comparées aux résultats des simulations. Résultats. Les résultats des simulations montrent que les estimations des nouveaux modèles de Cox pondérés proposés, surtout celles du Weighted Cox model, sont bien moins biaisées que les estimations des modèles de Cox existants qui incluent ou excluent simplement les futurs cas de chaque ensemble de sujets à risque. De plus, les estimations du Weighted Cox model étaient légèrement, mais systématiquement, moins biaisées que celles de la régression logistique. L’application aux données réelles montre de plus grandes différences entre les estimations de la régression logistique et des modèles de Cox pondérés, pour quelques variables de tabac dépendant du temps. Conclusions. Les résultats suggèrent que le nouveau modèle de Cox pondéré propose pourrait être une alternative intéressante au modèle de régression logistique, pour estimer les effets d’expositions dépendant du temps dans les études cas-témoins / Background: Case-control studies are very often used by epidemiologists to assess the impact of specific exposure(s) on a particular disease. These exposures may be represented by several time-dependent covariates and new methods are needed to accurately estimate their effects. Indeed, conventional logistic regression, which is the standard method to analyze case-control data, does not directly account for changes in covariate values over time. By contrast, survival analytic methods such as the Cox proportional hazards model can directly incorporate time-dependent covariates representing the individual entire exposure histories. However, it requires some careful manipulation of risk sets because of the over-sampling of cases, compared to controls, in case-control studies. As shown in a preliminary simulation study, the optimal definition of risk sets for the analysis of case-control data remains unclear and has to be investigated in the case of time-dependent variables. Objective: The overall objective is to propose and to investigate new versions of the Cox model for assessing the impact of time-dependent exposures in case-control studies, and to apply them to a real case-control dataset on lung cancer and smoking. Methods: I identified some potential new risk sets definitions (the weighted Cox model and the simple weighted Cox model), in which different weights were given to cases and controls, in order to reflect the proportions of cases and non cases in the source population. The properties of the estimates of the exposure effects that result from these new risk sets definitions were investigated through a simulation study. Various aspects of exposure were generated (intensity, duration, cumulative exposure value). The simulated case-control data were then analysed using different versions of Cox’s models corresponding to existing and new definitions of risk sets, as well as with standard logistic regression, for comparison purpose. The different regression models were then applied to real case-control data on lung cancer. The estimates of the effects of different smoking variables, obtained with the different methods, were compared to each other, as well as to simulation results. Results: The simulation results show that the estimates from the new proposed weighted Cox models, especially those from the weighted Cox model, are much less biased than the estimates from the existing Cox models that simply include or exclude future cases. In addition, the weighted Cox model was slightly, but systematically, less biased than logistic regression. The real life application shows some greater discrepancies between the estimates of the proposed Cox models and logistic regression, for some smoking time-dependent covariates. Conclusions: The results suggest that the new proposed weighted Cox models could be an interesting alternative to logistic regression for estimating the effects of time-dependent exposures in case-control studies.

Contexte. Les études cas-témoins sont très fréquemment utilisées par les épidémiologistes pour évaluer l’impact de certaines expositions sur une maladie particulière. Ces expositions peuvent être représentées par plusieurs variables dépendant du temps, et de nouvelles méthodes sont nécessaires pour estimer de manière précise leurs effets. En effet, la régression logistique qui est la méthode conventionnelle pour analyser les données cas-témoins ne tient pas directement compte des changements de valeurs des covariables au cours du temps. Par opposition, les méthodes d’analyse des données de survie telles que le modèle de Cox à risques instantanés proportionnels peuvent directement incorporer des covariables dépendant du temps représentant les histoires individuelles d’exposition. Cependant, cela nécessite de manipuler les ensembles de sujets à risque avec précaution à cause du sur-échantillonnage des cas, en comparaison avec les témoins, dans les études cas-témoins. Comme montré dans une étude de simulation précédente, la définition optimale des ensembles de sujets à risque pour l’analyse des données cas-témoins reste encore à être élucidée, et à être étudiée dans le cas des variables dépendant du temps. Objectif: L’objectif général est de proposer et d’étudier de nouvelles versions du modèle de Cox pour estimer l’impact d’expositions variant dans le temps dans les études cas-témoins, et de les appliquer à des données réelles cas-témoins sur le cancer du poumon et le tabac. Méthodes. J’ai identifié de nouvelles définitions d’ensemble de sujets à risque, potentiellement optimales (le Weighted Cox model and le Simple weighted Cox model), dans lesquelles différentes pondérations ont été affectées aux cas et aux témoins, afin de refléter les proportions de cas et de non cas dans la population source. Les propriétés des estimateurs des effets d’exposition ont été étudiées par simulation. Différents aspects d’exposition ont été générés (intensité, durée, valeur cumulée d’exposition). Les données cas-témoins générées ont été ensuite analysées avec différentes versions du modèle de Cox, incluant les définitions anciennes et nouvelles des ensembles de sujets à risque, ainsi qu’avec la régression logistique conventionnelle, à des fins de comparaison. Les différents modèles de régression ont ensuite été appliqués sur des données réelles cas-témoins sur le cancer du poumon. Les estimations des effets de différentes variables de tabac, obtenues avec les différentes méthodes, ont été comparées entre elles, et comparées aux résultats des simulations. Résultats. Les résultats des simulations montrent que les estimations des nouveaux modèles de Cox pondérés proposés, surtout celles du Weighted Cox model, sont bien moins biaisées que les estimations des modèles de Cox existants qui incluent ou excluent simplement les futurs cas de chaque ensemble de sujets à risque. De plus, les estimations du Weighted Cox model étaient légèrement, mais systématiquement, moins biaisées que celles de la régression logistique. L’application aux données réelles montre de plus grandes différences entre les estimations de la régression logistique et des modèles de Cox pondérés, pour quelques variables de tabac dépendant du temps. Conclusions. Les résultats suggèrent que le nouveau modèle de Cox pondéré propose pourrait être une alternative intéressante au modèle de régression logistique, pour estimer les effets d’expositions dépendant du temps dans les études cas-témoins / Background: Case-control studies are very often used by epidemiologists to assess the impact of specific exposure(s) on a particular disease. These exposures may be represented by several time-dependent covariates and new methods are needed to accurately estimate their effects. Indeed, conventional logistic regression, which is the standard method to analyze case-control data, does not directly account for changes in covariate values over time. By contrast, survival analytic methods such as the Cox proportional hazards model can directly incorporate time-dependent covariates representing the individual entire exposure histories. However, it requires some careful manipulation of risk sets because of the over-sampling of cases, compared to controls, in case-control studies. As shown in a preliminary simulation study, the optimal definition of risk sets for the analysis of case-control data remains unclear and has to be investigated in the case of time-dependent variables. Objective: The overall objective is to propose and to investigate new versions of the Cox model for assessing the impact of time-dependent exposures in case-control studies, and to apply them to a real case-control dataset on lung cancer and smoking. Methods: I identified some potential new risk sets definitions (the weighted Cox model and the simple weighted Cox model), in which different weights were given to cases and controls, in order to reflect the proportions of cases and non cases in the source population. The properties of the estimates of the exposure effects that result from these new risk sets definitions were investigated through a simulation study. Various aspects of exposure were generated (intensity, duration, cumulative exposure value). The simulated case-control data were then analysed using different versions of Cox’s models corresponding to existing and new definitions of risk sets, as well as with standard logistic regression, for comparison purpose. The different regression models were then applied to real case-control data on lung cancer. The estimates of the effects of different smoking variables, obtained with the different methods, were compared to each other, as well as to simulation results. Results: The simulation results show that the estimates from the new proposed weighted Cox models, especially those from the weighted Cox model, are much less biased than the estimates from the existing Cox models that simply include or exclude future cases. In addition, the weighted Cox model was slightly, but systematically, less biased than logistic regression. The real life application shows some greater discrepancies between the estimates of the proposed Cox models and logistic regression, for some smoking time-dependent covariates. Conclusions: The results suggest that the new proposed weighted Cox models could be an interesting alternative to logistic regression for estimating the effects of time-dependent exposures in case-control studies.