CommencerCommencer gratuitement

Page d’accueil
Cours
Analyse de survie en R

Mesures utilisées en analyse de survie

Create Your Free Account

or

Email Address

Password

By continuing, you accept our Terms of Use, our Privacy Policy and that your data is stored in the USA.

Cet exercice fait partie du cours

Analyse de survie en R

IntermédiaireNiveau de compétence

4.8+

Commencer le cours gratuitement

Dans ce premier chapitre, nous introduisons le concept d’analyse de survie, expliquons pourquoi ce sujet est important et proposons une brève introduction à la théorie des courbes de survie. Nous verrons pourquoi des méthodes spécifiques sont nécessaires avec des données de temps jusqu’à événement et présenterons le concept de censure. Nous expliquerons aussi comment décrire la distribution du temps écoulé jusqu’à la survenue d’un événement.

Exercise 1: Le terme « analyse de survie »Exercise 2: Découvrir le jeu de données GBSG2 Exercise 3: Que va couvrir ce cours ?Exercise 4: Pourquoi apprendre les méthodes de survie ?Exercise 5: Explorer le jeu de données GBSG2 1 Exercise 6: Utiliser la fonction Surv() avec GBSG2 Exercise 7: Le jeu de données UnempDur Exercise 8: Mesures utilisées en analyse de survie

Exercice en cours

Exercise 9: Interpréter une courbe de survie I Exercise 10: Interpréter une courbe de survie II Exercise 11: Interpréter une courbe de survie III

Dans ce chapitre, nous étudierons différentes méthodes d’estimation des courbes de survie. Nous aborderons l’estimateur de Kaplan-Meier et le modèle de Weibull comme outils d’estimation, et nous apprendrons à communiquer ces résultats à l’aide de visualisations.

Exercise 1: Estimateur de Kaplan-Meier Exercise 2: Fonction pour calculer l’estimateur de Kaplan-Meier Exercise 3: Première estimation de Kaplan-Meier Exercise 4: Quand la courbe de Kaplan-Meier décroît-elle ?Exercise 5: Pourquoi utiliser Kaplan-Meier Exercise 6: Comprendre et visualiser les courbes de Kaplan-Meier Exercise 7: Exercice en ignorant la censure Exercise 8: Estimer et visualiser une courbe de survie Exercise 9: Le modèle de Weibull pour estimer les courbes de survie Exercise 10: Estimer la survie médiane avec un modèle de Weibull Exercise 11: Quantiles de courbe de survie à partir d’un modèle de Weibull Exercise 12: Estimer la courbe de survie avec survreg()Exercise 13: Visualiser les résultats des modèles de Weibull Exercise 14: Comparer le modèle de Weibull et l’estimateur de Kaplan-Meier

Dans ce chapitre, vous apprendrez à estimer et à visualiser un modèle de Weibull afin d’étudier les effets des covariables sur le temps jusqu’à événement.

Exercise 1: Pourquoi utiliser le modèle de Weibull Exercise 2: Interpréter les coefficients Exercise 3: Calculer un modèle de Weibull Exercise 4: Visualiser les modèles de Weibull Exercise 5: ggsurvplot() versus ggsurvplot_df()Exercise 6: Estimer un modèle de Weibull et tracer les courbes de survie Exercise 7: Visualiser un modèle de Weibull Exercise 8: Options d’affichage Exercise 9: D’autres distributions que Weibull Exercise 10: Arguments de survreg()Exercise 11: Calcul d’un modèle de Weibull et d’un modèle log-normal Exercise 12: Comparer les modèles de Weibull et log-normal I Exercise 13: Comparer les modèles de Weibull et log-normal II

Dans le dernier chapitre, nous verrons comment calculer et interpréter des modèles de Cox, comprendre leur intérêt et en quoi ils diffèrent des modèles de Weibull.

Exercise 1: Le modèle de Cox Exercise 2: Calculer un modèle de Cox Exercise 3: Hypothèse des risques proportionnels Exercise 4: Visualiser le modèle de Cox Exercise 5: Calculer la courbe de survie à partir d’un modèle de Cox Exercise 6: Visualiser un modèle de Cox Exercise 7: surv_summary()Exercise 8: Ce que nous avons appris Exercise 9: Pourquoi des « patients imaginaires » ?Exercise 10: Projet final : le modèle de Cox Exercise 11: Projet final : comparer des courbes de survie Exercise 12: Au revoir