Nous contacter

Tel. +33(0)2 53 00 91 22

Mob. +33(0)6 83 82 26 78

Mail: contact@labcom-risca.com

  • LinkedIn Social Icône
  • Facebook
  • Twitter
  • YouTube

Qui sommes-nous ?

Le laboratoire SPHERE (methodS for Patients-centered outcomes and HEalth REsearch, INSERM UMR 1246, Université de NantesUniversité de Tours) et la société IDBC (groupe A2com) ont décidé de créer ensemble le Laboratoire Commun RISCA (Research in Informatics and Statistics for Cohort-based Analyses)

 

s'INSCRIRE à NOTRE NEWSLETTER?

Accueil > Services > Analyse

Notre savoir-faire en analyse de données

Il existe aujourd'hui de nombreuses entreprises ou plateformes institutionnelles offrant des prestations en Biostatistique (descriptif, tests statistiques usuels, modèles linéaires et logistiques, estimation de courbes de survie, etc.) ou d'aide à la construction de protocoles. 
 
Notre équipe est spécialisée dans le domaine de la recherche non-interventionnelle. Elle est composée de Docteurs en Biostatistique dans ce domaine. 

Risques compétitifs

Lorsqu'on étudie un temps de survie, certains événements peuvent être en compétition, par exemple le temps d'extubation d'un patient en réanimation n'est pas observable si le patient décède précocement sous ventilation artificielle.  De nombreuses approches existent : modèle de Fine et Gray, estimateur de Aalen et Jonhansen, modèle cause-spécifique, modèle de mélange, etc.

Modèles pronostiques

Proposition du modèle le plus adapté, sélection des prédicteurs les plus robustes, évaluation des capacités discriminantes, calibration, algorithme de validation interne, validation externe, estimation de valeurs seuils, etc. C'est une spécialité que nous développons depuis 10 ans.

Modélisation conjointe de l'évolution d'un marqueur et de l'incidence d'un événement

En transplantation rénale, l'évolution de la fonction rénale prédit l'échec de la greffe. En cancérologie, l'évolution des PSA permet le dépistage d'un cancer de la prostate. Les modèles conjoints sont particulièrement adaptés dans ces contextes.

Censure par intervalle

Lorsque les visites des patients sont très espacées, certains événements peuvent ne pas être dépistés. Cela entraîne une sous-estimation de l'incidence de l'événement. Nous développons des approches paramétrique pour corriger ce biais. 

Analyses basées sur les scores de propensions

Les scores de propension connaissant un essor important mais leur utilisation est souvent mal maîtrisée. Nous sommes experts de ce type de méthodologie.

Modèles de survie relatives

Ces modèles permettent de prendre en compte la mortalité attendue de la population générale pour étudier spécifiquement la mortalité liée à une maladie.