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 > Recherche > Inférence causale

Inférence causale

Quelle méthode pour obtenir et comparer des courbes de survie ajustées ?

L'objectif des scores de propension est de créer deux populations de patients qui auraient les mêmes caractéristiques moyennes, comme lorsqu'on réalise un essai clinique randomisé : la prise en charge étant alors décidée par tirage au sort. De nombreuses méthodes basées sur les scores de propension existent, sans vraiment pouvoir justifier la décision d'utiliser telle ou telle méthode. Dans ce travail nous montrons qu'il est préférable de pondérer sur les scores de propension, alors que la majorité des travaux de recherche clinique utilisent la méthode d’appariement.

Pondération sur les scores de propension

La pondération sur les scores de propension (IPW, Inverse Probability Weighting) ouvre de nombreuses perspectives vers de nouveaux estimateurs statistiques. La thèse de Florent Le Borgne permet de mesurer ces possibilités.

Pondérations sur les scores de propension et modèles multi-états

Les modèles multi-états sont plus complexes à estimer que les modèles linéaires généralisés plus classiques. L'ajustement, qui consiste à multiplier les covariables pour chaque transition, aggrave cette difficulté. Nous avons donc souhaité adapter l'approche semi-markovienne à la méthode de pondération sur les scores de propension (IPW, Inverse Probability Weighting).