15.1: Introduction à l'analyse de survie

L'analyse de survie est une méthode statistique utilisée pour étudier les données de temps jusqu'à l'événement, où «l'événement» peut représenter des résultats tels que le décès, la rechute de la maladie, la défaillance du système ou la guérison. Une caractéristique unique des données de survie est la censure, qui se produit lorsque l'événement d'intérêt n'a pas été observé pour certains individus au cours de la période d'étude. Cela nécessite des techniques spécialisées pour gérer efficacement les données incomplètes.

L'objectif principal de l'analyse de survie est d'estimer le temps de survie (le temps jusqu'à ce qu'un événement spécifié se produise) et de comprendre les facteurs qui l'influencent. Les concepts clés incluent la fonction de survie (S(t)S(t)), qui donne la probabilité de survivre au-delà d'un temps donné, et la fonction de risque (h(t)h(t)), qui décrit le taux d'événements instantanés à tout moment. Ces fonctions donnent un aperçu des schémas de survie et des risques au fil du temps.

Les méthodes courantes incluent l'estimateur de Kaplan-Meier, une approche non paramétrique qui génère des courbes de survie et permet de comparer les taux de survie entre les groupes, et le modèle de risques proportionnels de Cox, une méthode semi-paramétrique qui examine comment les covariables influencent la survie sans supposer une distribution spécifique pour les temps de survie.

L'analyse de survie est largement utilisée en médecine pour évaluer les effets des traitements et prédire les résultats des patients, en ingénierie pour estimer la durée de vie des produits et en sciences sociales pour analyser des durées telles que le chômage ou les événements de durée de vie. Sa capacité à gérer des données censurées et à modéliser des phénomènes dépendant du temps en fait un outil essentiel pour comprendre et prédire les résultats dans divers domaines.

Considérons les trois exemples suivants tirés d’études biomédicales.

Tout d’abord, dans la recherche sur le cancer, on analyse le temps écoulé entre le moment où un patient entre en rémission et sa rechute.

Deuxièmement, une étude pédiatrique sur la santé dentaire mesure le temps écoulé entre la naissance d'un enfant et sa première obturation dentaire due à des caries.

Troisièmement, une étude sur le pontage aorto-coronarien analyse le temps écoulé entre l'opération et le décès du patient.

De telles études génèrent des données longitudinales qui capturent le temps écoulé entre un point de départ prédéterminé et l’apparition d’un événement spécifique. L’analyse de survie fournit un cadre pour l’analyse de ces données.

Dans l'analyse de survie, un « événement » fait référence à une expérience d'intérêt, telle que la récidive de la maladie, la mort ou la guérison.

Le « temps » dans l'analyse de survie mesure la période entre le début de l'étude, une intervention ou la première déclaration du cas, et la fin de l'étude, la survenance de l'événement d'intérêt, voire le décès du patient.

L’analyse de survie nécessite l’utilisation de la fonction de survie, des tables de mortalité, de l’analyse des risques et d’une modélisation statistique spécifique.