Académique Documents
Professionnel Documents
Culture Documents
Introduction........................................................................................................................1
Mthodes d'ajustement........................................................................................................1
2.1
Principe.......................................................................................................................1
2.1.1
Facteur de confusion...........................................................................................1
2.1.2
Interaction...........................................................................................................2
2.2
Les diffrentes mthodes.............................................................................................2
3
Analyses multidimensionnelles............................................................................................2
3.1
Types danalyses multidimensionnelles.......................................................................2
3.1.1
Mthodes descriptives.........................................................................................2
3.1.2
Mthodes prdictives..........................................................................................3
3.2
Avantages et inconvnients des tudes multidimensionnelles.....................................4
3.3
Tableau rsum des analyses multivaries...................................................................5
1
Introduction
Mthodes d'ajustement
Principe
1.1.1.1.1.1 Facult de Mdecine d'Angers, DII, Ples 1 & 2 : Lecture critique d'article
leve dans les cancers du poumon mais cette diffrence disparat dans les sous groupes de
fumeurs et de non fumeurs par contre la consommation d'alcool est plus leve dans le groupe
de fumeurs. Le tabac est un facteur de confusion vident.
2.1.2 Interaction
On dit qu'il y a interaction si le facteur tudi a des effets significativement diffrents sur le
critre de jugement en fonction des sous groupes dfinis selon le facteur d'ajustement. Dans
l'exemple : si les diffrences de moyenne observes entre les groupes sont diffrentes entre les
2 sous groupes, on dit qu'il y a interaction entre le facteur groupe et le facteur de confusion.
Dans ce cas, on ne peut utiliser un test d'ajustement.
facteur d'ajustement ou
critre de jugement
de confusion
variabilit
ex : score pronostique
avec 2 classes A et B
ex : survie
influence
teste
interaction
ex : si le traitement a des
effets diffrents sur la
survie entre les classes A et B
facteur dintervention
ex : traitement
Relation tester
(nature des variables)
Facteur de confusion
2 qualitatives
qualitatif
qualitatif)
1 quantitative +
1 qualitative
-qualitatif
-quantitatif
(ou
quantitatif
Mthode
rendu Mantel et Haenzsel
analyse de variance
analyse de covariance
2 quantitatives
-quantitatif
corrlation partielle
-qualitatif
mthode de Snedecor
N.B. : la mthode de Mantel et Haenzsel est trs utilise. Elle permet galement de tester l'interaction.
3
3.1
Analyses multidimensionnelles
Types danalyses multidimensionnelles
1.1.1.1.1.1 Facult de Mdecine d'Angers, DII, Ples 1 & 2 : Lecture critique d'article
les graphiques obtenus sont trs "parlants" mme pour le nophyte. D'o le succs de ces
mthodes qui sont usites mme dans les journaux grand public
l'AFC est la seule mthode permettant d'tudier les relations entre plusieurs variables
qualitatives non privilgies.
Inconvnients :
les liaisons ne peuvent tre mesures,
les variables ne peuvent tre classes par ordre d'importance,
surtout, la projection obtenue est assez arbitraire et source d'erreur,
mthode subjective, peu aime par les statisticiens notamment anglo-saxons.
1.1.1.1.1.1 Facult de Mdecine d'Angers, DII, Ples 1 & 2 : Lecture critique d'article
3.1.2.4 Analyse discriminante et rgression logistique
Elle permet la discrimination entre 2 groupes de sujets (variable qualitative 2 classes). Ces
groupes sont dfinis par la variable explique ou dpendante (par exemple la survie) l'aide
d'une combinaison linaire des variables indpendantes explicatives. La mthode la plus
utilise est l'analyse discriminante linaire de Fisher qui traite les variables qualitatives et
quantitatives. Une autre mthode, la rgression logistique est adapte des variables
qualitatives binaires ; elle permet de tester l'interaction. Elle est plus frquemment utilise car
moins sujette la distribution (normalit) des variables.
L'option pas pas est galement possible pour dterminer la combinaison, restreinte en
variables, la plus discriminante.
3.1.2.5 Modle de rgression de Cox
C'est la mthode qui permet d'tudier des variables privilgies dpendant du temps partir de
variables prdictives (quantitatives ou qualitatives binaires). Ce modle est particulirement
adapt l'analyse des donnes "tronques" c'est--dire quand les sujets n'ont pas tous le mme
suivi.
Il est ncessaire d'avoir un grand nombre de sujets tudis.
Conditions :
hypothse de proportionnalit,
le rapport entre le nombre de sujets tudis et le nombre d'vnements donne le nombre optimum de variables
prdictives tudier (on dit faire entrer les variables dans le modle). Il est conseill de ne pas dpasser un
rapport de 10% mais en pratique ce chiffre est souvent dpass pour pouvoir tester plusieurs variables
prdictives,
le nombre de perdus de vue ou d'exclus vivants doit tre rduit.
Elments devant tre produits :
pour chaque modle : 2, p, R2
pour chaque variable : coefficient de rgression, p
vrification de l'hypothse de proportionnalit : soit de faon graphique, soit par des tests.
Avantages :
permet d'analyser des variables qualitatives et quantitatives dans le mme modle,
modle non paramtrique : vite les contraintes de distribution pour les variables quantitatives,
tient compte des sujets n'ayant pas la totalit de suivi (donne tronque),
possibilit d'utiliser des variables dpendantes du temps.
Inconvnients :
ne teste pas l'interaction entre les variables prdictives.
3.2
Avantages
estimer la valeur prdictive propre d'un facteur indpendamment des autres facteurs prdictifs
tudis.
En rdaction mdicale, cela se traduit par : "Ce facteur avait une valeur prdictive
indpendante..."
les facteurs ainsi slectionns sont les seuls utiles la constitution d'un index ou score
pronostique. Les facteurs prdictifs en analyse unidimensionnelle, non slectionns en analyse
multidimensionnelle, sont redondants avec les facteurs slectionns. Exemple : l'ge peut tre
redondant avec l'anciennet de la maladie ; le TP avec le facteur V.
un facteur prdictif indpendant peut tre dmasqu (variable dmasque) par l'analyse
multivarie s'il n'tait pas significatif en analyse univarie.
elles permettent d'tablir un index (ou un modle, un score) pronostique qui est une
combinaison des variables prdictives indpendantes significatives.
Inconvnients
1.1.1.1.1.1 Facult de Mdecine d'Angers, DII, Ples 1 & 2 : Lecture critique d'article
le nombre de sujets doit tre lev par rapport au nombre de facteurs tudis (idalement
100) ; de faon empirique, il est recommand d'analyser une variable explicative pour 10
sujets.
les rsultats doivent tre vrifis sur une population diffrente (validation), si possible de faon
prospective. Il est cependant possible de diminuer le risque d'identifier tort un facteur en
recalculant les modles (ensemble des variables explicatives significatives) multidimensionnels
sur un ou des chantillons de sujets pris parmi les sujets de l'tude ( split technique )
la slection des variables explicatives est assez alatoire. Elle influe sur les rsultats du modle.
Une tude multivarie doit tre interprte avec beaucoup de prcaution et la validation du
modle ne peut tre faite que par d'autres quipes.
3.3
Type
Variable dpendante
quantitative
qualitative
Variables indpendantes
quantitatives
qualitatives
Mthode
oui
oui
analyse en composante
principale
analyse factorielle des
correspondances
Descriptives
oui
oui
Prdictives
oui
oui
oui
surtout
oui
binaire
oui
dpendante du oui
temps
oui
oui
oui
corrlations partielles
rgression multiple
analyse discriminante
rgression logistique
rgression multiple de
Cox