L’intérêt principal de cette recherche porte sur la validation d’une méthode
statistique en pharmaco-épidémiologie. Plus précisément, nous allons comparer
les résultats d’une étude précédente réalisée avec un devis cas-témoins niché dans
la cohorte utilisé pour tenir compte de l’exposition moyenne au traitement :
– aux résultats obtenus dans un devis cohorte, en utilisant la variable exposition
variant dans le temps, sans faire d’ajustement pour le temps passé
depuis l’exposition ;
– aux résultats obtenus en utilisant l’exposition cumulative pondérée par le
passé récent ;
– aux résultats obtenus selon la méthode bayésienne.
Les covariables seront estimées par l’approche classique ainsi qu’en utilisant
l’approche non paramétrique bayésienne. Pour la deuxième le moyennage bayésien
des modèles sera utilisé pour modéliser l’incertitude face au choix des modèles.
La technique utilisée dans l’approche bayésienne a été proposée en 1997 mais
selon notre connaissance elle n’a pas été utilisée avec une variable dépendante du
temps. Afin de modéliser l’effet cumulatif de l’exposition variant dans le temps,
dans l’approche classique la fonction assignant les poids selon le passé récent sera
estimée en utilisant des splines de régression.
Afin de pouvoir comparer les résultats avec une étude précédemment réalisée,
une cohorte de personnes ayant un diagnostique d’hypertension sera construite
en utilisant les bases des données de la RAMQ et de Med-Echo.
Le modèle de Cox incluant deux variables qui varient dans le temps sera
utilisé. Les variables qui varient dans le temps considérées dans ce mémoire sont
iv
la variable dépendante (premier évènement cérébrovasculaire) et une des variables
indépendantes, notamment l’exposition / The main interest of this research is the validation of a statistical method
in pharmacoepidemiology. Specifically, we will compare the results of a previous
study performed with a nested case-control which took into account the average
exposure to treatment to :
– results obtained in a cohort study, using the time-dependent exposure, with
no adjustment for time since exposure ;
– results obtained using the cumulative exposure weighted by the recent past ;
– results obtained using the Bayesian model averaging.
Covariates are estimated by the classical approach and by using a nonparametric
Bayesian approach. In the later, the Bayesian model averaging will be used to
model the uncertainty in the choice of models. To model the cumulative effect of
exposure which varies over time, in the classical approach the function assigning
weights according to recency will be estimated using regression splines.
In order to compare the results with previous studies, a cohort of people diagnosed
with hypertension will be constructed using the databases of the RAMQ
and Med-Echo.
The Cox model including two variables which vary in time will be used. The
time-dependent variables considered in this paper are the dependent variable (first
stroke event) and one of the independent variables, namely the exposure.
| Identifer | oai:union.ndltd.org:umontreal.ca/oai:papyrus.bib.umontreal.ca:1866/8578 |
| Date | 07 1900 |
| Creators | Kis, Loredana |
| Contributors | Angers, Jean-François, Perreault, Sylvie |
| Source Sets | Université de Montréal |
| Language | French |
| Detected Language | French |
| Type | Thèse ou Mémoire numérique / Electronic Thesis or Dissertation |
Page generated in 0.002 seconds