Académique Documents
Professionnel Documents
Culture Documents
Prsent par :
Amin EL GAREH
Lectrice :
Caroline TRUNTZER, Ingnieure en Biostatistique
Introduction
7
7
2.2
2.3
Donnes pidmiologique
3.1
3.2
3.3
11
Intituls demplois . . . . . . . . . . . . . . . . . . . . . 13
Indices dexposition . . . . . . . . . . . . . . . . . . . . 14
3.3.1.3
Le niveau de lexposition . . . . . . . . . . . . . . . . . 15
16
4.1
Le modle mixte . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
4.2
4.3
Le modle logistique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
Le modle conjoint classes latentes . . . . . . . . . . . . . . . . . . . . . 18
4.3.1
4.3.2
Spcification du modle . . . . . . . . . . . . . . . . . . . . . . . 18
4.3.1.1
4.3.1.2
4.3.1.3
Maximum de vraisemblance . . . . . . . . . . . . . . . . 21
4.3.3
4.3.4
25
5.1
Variables utilises . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
5.2
26
5.2.3
5.3
Programmation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
5.3.1
5.3.2
Rsultats
6.1
31
6.1.2
6.1.3
6.2
6.3
6.3.2.2
6.3.2.3
Discussion et perspective
45
Conclusion
47
Rfrences
48
Annexes
51
ii
2.3
6.1
Groupes socioprofessionnels . . . . . . . . . . . . . . . . . . . . . . . . . 32
6.2
8
9
6.4
6.5
6.6
6.7
6.8
iii
3.3
3.4
3.5
6.1
6.2
6.3
6.4
iv
Remerciements
Je tiens tout dabord remercier Emilie Lvque, Aude Lacourt et Karen Leffondr
pour mavoir encadr, accompagn, renseign et conseill tout au long du stage. De par
leurs expriences et leurs rflexions, elles mont convaincu de limportance quil y avait
sintresser la fois lpidmiologie et la fois laspect mathmatique qui en rsultait. Je
souhaite aussi souligner la qualit de cette quipe qui par sa disponibilit et par son efficacit
a su influencer mon travail aussi bien en termes mathmatiques que rdactionnel.
Je remercie de plus, Viviane Philipps et Ccile Proust-Lima pour les informations et les
conseils quelles ont pu mapporter sur la modification du programme permettant destimer
les paramtres dun modle conjoint classes latentes dans le cas de donnes cas-tmoins.
Jadresse galement mes remerciements aux enseignants du Master 2 MIGS de Dijon
qui durant ces deux dernires annes nous ont apport les connaissances ncessaires notre
russite dans le milieu professionnel.
Je remercie videmment mes camarades du bureau Student : Dinabou Sylla, Cheikh
Ndour, Rmi Kabor et Bernard Silenou pour leur convivialit.
Jajouterais cette occasion un remerciement Jean-Franois Tessier et aux membres
du 124 Club pour leur ouverture desprit et leur joie de vivre.
Structure daccueil
LInserm
LInserm : LInstitut national de la sant et de la recherche mdicale a t cre en 1964.
Cest un tablissement public national plac sous la tutelle conjointe du ministre de la sant
et du ministre de la recherche. Les missions de lInserm sont :
damliorer la comprhension des maladies.
de raccourcir les dlais de suivi pour faire bnficier les patients, le monde mdical
et les partenaires nationaux et internationaux, des rsultats de la recherche.
Les thmatiques de recherche des quipes sont trs varies, elles peuvent porter sur le
VIH, le vieillissement, la nutrition, lenvironnement, le cancer, les accidents, ...
Cest dans lquipe Biostatistique de lInserm U897 de Bordeaux que jai effectu
mon stage de fin dtude, il a t encadr par Emilie LEVEQUE et co-encadr par Karen
LEFFONDRE entre le 1er avril et le 11 septembre. Lquipe Biostatistique est dirige par
Hlne Jacqmin Gadda et est organise autour de doctorants, de chercheurs, denseignantchercheurs et dingnieurs dont lobjectif est de dvelopper des mthodes statistiques
pour analyser des donnes pidmiologiques ou des donnes issues dessais cliniques. La
motivation principale porte sur les modles dynamiques et leurs applications concernant
principalement la maladie dAlzheimer, le SIDA, le cancer ou la maladie rnale chronique.
LISPED
LISPED : Institut de Sant Publique dEpidmiologie et de Dveloppement a t cre
en 1997, cest une composante de lUniversit de Bordeaux qui depuis le 1er janvier 2014
est rattach au Collge Sciences de la Sant. Linstitut sous la direction de Louis-Rachid
Salmi et sous la direction honoraire de Roger Salamon a comme mission principale de
former les professionnels de la sant publique de demain sur des domaines spcifiques de
lpidmiologie, la biostatistique, linformatique mdicale, le management des organisations
mdicales et mdico-sociales, la promotion de la sant et la sant internationale.
LISPED propose dans le cadre de formations initiales et continues dapprofondir les
connaissances des tudiants sur des divers sujets. Les formations dispenses par lISPED
sont :
1 Master Sciences, technologies, sant mention Sant Publique, avec diffrentes
spcialits comme : lpidmiologie, la biostatistique, linformatique mdicale, le
management des organisations mdicales et mdico-sociales, la promotion de la
sant et dveloppement social, et la sant internationale.
+25 DU (diplmes universitaires en prsentiel et/ou distance) visant apporter
des connaissances sur les sciences humaines et sant, soins palliatifs, urgences
et toxicologie, personnes ges, pidmiologie et valuation, ergonomie, SIDA,
communication scientifique, promotion de la sant. . .
LISPED regroupe des partenaires tels que le CHU de Bordeaux, le Centre Inserm
U897, lInstitut national de veille sanitaire, lAgence rgionale de sant, le Conseil Rgional
dAquitaine mais galement de nombreux partenaires parmi les entreprises et associations
du secteur mdico-social ou de lindustrie du mdicament.
Chapitre 1
Introduction
En pidmiologie, les donnes longitudinales (mesures rptes) sont souvent utilises
lorsque lon souhaite suivre dans le temps des individus exposs un ou plusieurs agents
pathognes. Lanalyse de ces donnes se fait gnralement au travers du modle mixte
dvelopp par Laird et Ware en 1982 [1]. Il permet dtudier la trajectoire moyenne des
individus tout en tenant compte de la variabilit individuelle et de la corrlation intraindividuelle. En 1996, Verbeke et Lesaffre [2] ont propos dtendre ce modle dans le
cas de donnes htrognes, permettant ainsi dtudier les trajectoires moyennes des souspopulations homognes (populations au sein desquelles les observations ont la mme
distribution [3]). La motivation qui nous amne considrer ce modle plutt quun autre
vient du fait que pour chaque sous-population homogne nous souhaitons connatre leur
trajectoire moyenne dexposition professionnelle lamiante.
De plus, nous nous sommes intresss au risque davoir une maladie. Gnralement, en
pidmiologie, lorsque lon souhaite aborder la modlisation dun tel vnement (absence
ou prsence dune pathologie) on utilise un modle logistique, qui peut tre tendu pour des
donnes htrognes. Dans notre cas, la maladie que lon souhaite tudier est le msothliome pleural (MP) (lun des cancers de la plvre), et cest partir du modle logistique que
lon envisage de dterminer le risque de survenue de ce cancer pour chacun des profils de
trajectoires dexposition que lon aura identifi.
Enfin, lapproche que nous avons retenue pour tudier simultanment les profils de
trajectoires dexposition et le risque associ de survenue du msothliome pleural, consiste
utiliser un modle conjoint. Il permet de lier un modle mixte (pour les donnes longitudinales) avec gnralement un modle de survie (pour le dlai dvnement) via une
variable latente. Gnralement, il existe deux types de modlisation conjointe : le modle
conjoint effets alatoires partags et le modle conjoint classes latentes. Nous nous
5
sommes principalement focaliss sur la modlisation conjointe classes latentes car lautre
approche (effet alatoire partag) ne permet pas didentifier des trajectoires. Elle a t
dveloppe rcemment, dabord pour tudier lassociation entre lvolution dun marqueur
et la survenue dun vnement clinique. Par exemple, Lin et al. en 2000 [4] ont tudi
les profils dvolution de la PSA (Prostate-Specific-Antigen) et leur association avec la
survenue dun cancer de la prostate. En 2008, Garre [5] a tudi la survenue de rejet de
greffe conjointement lvolution de marqueurs longitudinaux sanguins.
Dans cette tude, nous avons notre disposition des donnes issues dune tude castmoins franaise, retraant lhistoire de lexposition professionnelle lamiante des cas
(sujets ayant dvelopp un MP) et des tmoins (sujets nayant pas dvelopp de MP). A
partir de ces donnes, nous souhaitons appliquer le modle conjoint classes latentes afin
didentifier les diffrents profils de trajectoires dexposition lamiante et le risque de
MP associs. Cependant, notre connaissance, ce type de modle na encore jamais t
utilis dans le cadre dune tude cas-tmoins qui sanalyse gnralement avec un modle de
rgression logistique et non avec un modle de survie [6] [7]. Nous allons donc tre amens
adapter le modle actuel en remplaant le modle de survie (pour le dlai dvnement)
par un modle logistique (pour la ralisation de lvnement).
Lobjectif de mon stage tait donc dadapter un programme existant permettant destimer
un modle mixte classes latentes conjoint avec un modle de survie (package lcmm de R)
des donnes cas-tmoins, et dappliquer le modle aux donnes cas-tmoins franais sur le
MP et lamiante.
Chapitre 2
Contexte pidmiologique et
modlisation classique de lexposition
2.1
naturelle. Il existe deux grandes classes minralogiques : les serpentines et les amphiboles.
Dans le groupe des serpentines lespce la plus courante est un silicate de magnsium appel
chrysotile. Tandis que dans le groupe des amphiboles les cinq espces caractristiques sont :
lamosite, le crocidolite,lanthophyllite, lactinolite et la trmolite.
Au dbut du XXme sicle, les fibres damiante ont t majoritairement utilises dans
les industries (industrie du textile, industrie de lautomobile, industrie calorifugeage et
ltanchit,...) pour leurs proprits physico-chimiques et pour leurs faibles cots. Les
produits base damiante les plus couramment utiliss taient les produits en amianteciment, les produits textiles, le papier-carton pour lisolation thermique ou lectrique et les
produits divers.
En France, bien quinterdit depuis 1997, lamiante class par le Centre international
de recherche sur le cancer (Circ) dans le groupe 1 des substances cancrignes pour ltre
humain, 2 est actuellement, selon lInstitut National de Recherche et de Scurit (INRS),
encore prsent dans de nombreux btiments et quipements. Le risque amiante reste sous1. Les fibres damiante sont des silicates hydrats de forme allonge dont le rapport longueur sur diamtre
est suprieur ou gal 3 micron (3/103 mm).
2. La classification tablie par le Circ distingue 5 groupes dagents : agent cancrogne pour ltre humain
(groupe 1) ; agent probablement cancrogne pour ltre humain (groupe 2A) ; agent possiblement cancrogne
pour ltre humain (groupe 2B) ; agent non classable (groupe 3) ; agent probablement non cancrogne (groupe
4).
estim dans certaines professions qui peuvent y tre exposes. Or, les maladies lies
lamiante reprsentent aujourdhui la deuxime cause de maladies professionnelles et la
premire cause de dcs lie au travail (hors accidents).
2.2
Selon la dfinition de la ligue suisse contre le cancer 3 , la plvre est une membrane
constitue de deux feuillets : le feuillet intrieur qui recouvre les poumons et le feuillet
extrieur qui recouvre la cavit thoracique.
thoracique qui peut tre complmente par des prlvements de tissu ou de liquide dans la
cavit pleurale.
En gnral, le traitement dun msothliome pleural comprend une intervention chirurgicale, une radiothrapie, une chimiothrapie ou une combinaison de ces mthodes. Lorsquil
est dcel un stade avanc, un msothliome pleural ne peut pas tre guri.
Les principales caractristiques du msothliome pleural sont :
un temps de latence entre la premire exposition et le dveloppement du msothliome qui est rarement infrieur 20 ans, cest dire quil peut se drouler une longue
priode avant que le sujet ne ressente de les premiers symptmes de la maladie [8].
une mediane de survie denviron 12 mois et un taux de survie infrieur 10% aprs
5 ans [9].
une survenue de la maladie qui est rare, environ 1 cas par million dhabitants non
exposs et par an [10].
un facteur risque commun, lamiante ,dorigine principalement professionnelle [11]
mais aussi environnementale [12], elle expliquerait la majorit (80%-85%) des
msothliomes pleuraux.
5.
http://www.arcagy.org/infocancer/localisations/voies-aeriennes/
mesotheliome-pleural/le-diagnostic-et-la-stadification.html
2.3
En gnral dans lanalyse des donnes cas-tmoins, lexposition lamiante est quantifie dans le modle de rgression logistique classique au travers dun indice cumul de
lexposition ICE [13] :
ni
ICEi =
Yi j
(2.1)
j=1
o,
ni est le nombre dobservations faites dans le temps (en anne) pour lindividu i.
Yi j est la dose dexposition que lindividu i a reu un instant j (en anne). Elle a t
calcule partir des indices de lexposition dfinis dans la partie 3.3.1 du rapport.
Linconvnient de cet indice est quil ne distingue pas les diffrents profils dexposition,
sur la figure [2.3], on donne lexemple de 3 sujets qui ont t exposs dans leur carrire
professionnelle aux mmes instants (mme dbut et mme fin) lamiante. Bien quils
ont t diagnostiqus au mme moment, ils ont tous une trajectoire dexposition diffrente
(croissante, dcroissante ou constante). Si on sintresse uniquement leur valeur de lICE,
alors on va perdre linformation que lon avait sur ces diffrentes trajectoires dexposition. Or,
cette information est importante puisquelle nous renseigne sur lvolution de lexposition
au cours du temps. Lide par la suite est de prendre en compte laspect temporel des doses
dexposition afin didentifier les diffrents profils de trajectoires de lexposition, et destimer
les risques de MP associs laide dun seul modle, le modle conjoint mixte classes
latents.
10
Chapitre 3
Donnes pidmiologique
3.1
Dans la recherche tiologique 1 , lorsque lon sintresse aux maladies rares comme le
msothliome pleural (moins de 1 cas par million dhabitants non exposs par an) on prfre
faire une tude cas-tmoins plutt quune tude de cohorte. Notre tude cas-tmoins a t
ralise en France entre 1987 et 2007, elle est constitue de cas (personnes ayant contract
un MP) et de tmoins (personnes nayant pas contract un MP). Chaque cas a t appari
deux tmoins, en frquence sur le sexe et sur lanne de naissance (+/- 5 ans).
Les cas proviennent dune tude cas-tmoins ralise en milieu hospitalier entre 1987 et
1993 [14], et dun programme de surveillance PNSM (Programme National de Surveillance
du Msothliome) entre 1998 et 2006 [15].
Les premiers tmoins ont t tirs alatoirement partir dun chantillon ralis par
le DST-InVS 2 en 2007, qui retrace lensemble des professions exerces dans une carrire.
Les seconds tmoins proviennent dune quinzaine dtudes pidmiologiques ralises en
France entre 1984 et 2000.
Dans cette analyse, seuls seront inclus les hommes exposs puisquils ont t plus
frquemment exposs lamiante que les femmes. Notre chantillon est constitu de 2469
hommes dont 1046 cas et 1423 tmoins.
1. Recherche et tude des causes des maladies.
2. Dpartement Sant Travail - Institut de Veille Sanitaire
11
3.2
Recueil de linformation
3.3
Lvaluation de lexposition professionnelle une nuisance peut se faire via une matrice
emplois-expositions. La matrice emplois-expositions est un tableau qui met en correspondance les intituls des emplois avec des indices dexposition. Elle permet ainsi de retracer
lhistoire de lexposition dun individu en ne considrant que le recueil de ses intituls
demplois. En table [3.1], on a pris lexemple dun individu qui a exerc deux emplois
durant sa carrire professionnelle. Il dbute sa carrire en 1955 par un premier emploi
quil effectuera jusquen 1960, tant plausible quil soit entr en contact directement ou
indirectement avec la nuisance, il a t ncessaire dvaluer son niveau dexposition via
des indices dexposition issus de la matrice emplois-expositions, tels que : la probabilit
p, lintensit I et la frquence f. Par exemple, lors de lexercice de son premier emploi,
lindividu a eu une valeur de lexposition de 0, 09375, cette valeur reprsente la dose de
lexposition qui est gale au produit de la probabilit p, de lintensit I et de la frquence f
de lexposition.
12
Sujet/Emploi
Anne_dbut Anne_fin
Dose de lexposition
0,25
0,75
0,09375
Sujet1 /Emploi1
1955
1960
0,5
Sujet1 /Emploi2
1961
1969
0,025
0,005 0,175
0,000021875
3.3.1
Anne
Descriptif
1977
1997
2000
2005
3.3.1.1
Intituls demplois
3.3.1.2
Indices dexposition
Pour obtenir une information rsume de lexposition professionnelle lamiante, plusieurs indices dexposition ont t utiliss, tels que :
La probabilit Pk qui reprsente la probabilit de lexposition dun emploi k.
Probabilit
Valeur
Descriptif
P=0
non expos
0 < P 0, 05
0, 025
peu probable
0, 05 < P 0, 30
0, 175
possible
0, 30 < P 0, 70
0, 5
probable
P > 0, 70
0, 85
trs probable
Frquence
Valeur
Descriptif
F=0
non expos
0<F5
0, 025
sporadique
5 < F 30
0, 175
occasionnelle
30 < F 70
0, 5
frquente
F > 70
0, 85
permanente
14
Exposition : directe
Intensit
passive
indirecte
Valeur
Valeur
Valeur
numrique attribue numrique attribue numrique attribue
Descriptif
I=0
non expos
0 < I 0, 01
0, 005
0, 0005
0, 0025
trs faible
0, 01 < I 0, 1
0,05
0, 005
0, 025
faible
0, 1 < I 1
0, 5
0, 05
0, 25
moyenne
1 < I 10
0, 5
2, 5
forte
I > 10
20
10
trs forte
TABLE 3.5 Intensit de lexposition directe, passive et indirecte lamiante pour un emploi
3.3.1.3
Le niveau de lexposition
15
Chapitre 4
Modlisation statistique : thorie
Ce chapitre prsente des gnralits sur le modle conjoint classes latentes. Nous
commencerons par introduire le modle mixte.
4.1
Le modle mixte
(4.1)
16
Zi est une matrice dfinie dans Mni ,q (R) et ui un vecteur alatoire de Rq qui suit une
loi normale de moyenne 0 et de matrice de covariance D. Ils jouent tous les deux un
rle pour les composantes alatoires du modle.
Yi Rni est le vecteur rponse qui est gaussien puisque ci = (c1 , ..., cni )0 Rni la
variable c0i Yi est une variable relle gaussienne. Autrement dit, Yi est normalement
distribu de moyenne i = Xi et de matrice de covariance Vi = Zi DZi0 +i suppose
symtrique, dfinie positive.
Les erreurs i sont indpendantes des effets alatoires ui et sont normalement distribues de moyenne 0 et de matrice de covariance i = 2 Ini .
Si Zi est de plein rang alors Vi est inversible, de ce fait Yi admet une densit par rapport
la mesure de Lebesgue ni , la fonction fYi : Rni R+ est dfinie par :
1
1
0 1
exp (yi Xi ) Vi (yi Xi )
Yi R , f (yi ) =
ni p
2
(2) 2 det(Vi )
ni
4.2
Le modle logistique
P[Ei = 1 | wi ]
1 P[Ei = 1 | wi ]
logit(P[Ei = 1 | wi ]) = 0 + w0i 1
e0 +wi 1
P[Ei = 1 | wi ] =
0
1 + e0 +wi 1
17
4.3
Le suivi dans le temps dun individu expos une nuisance se fait principalement avec
un marqueur longitudinal. Etant fortement associ avec la survenue dun vnement, il est
utile voire ncessaire dtudier le marqueur longitudinal en mme temps que la survenue de
lvnement. En gnral, on modlise cette association avec un modle conjoint dont lun
des objectifs est de prdire le risque de survenue de lvnement en fonction de lvolution
du marqueur.
4.3.1
Spcification du modle
En particulier, nous nous intressons au modle conjoint classes latentes qui fait
lhypothse quil existe G sous populations homognes inconnues (ou autrement dit classes
latentes) dans la population. Dans le cas dune tude de cohorte ou dun essai thrapeutique,
le modle conjoint classes latentes permet de lier un modle mixte (pour les donnes
longitudinales) avec un modle de survie (pour le dlai dvnement) via une variable
latente discrte. Cependant ntant pas adapt une tude cas-tmoins, il est ncessaire de
le revisiter. Lide est de remplacer le modle de survie actuellement utilis pour suivre un
vnement dans le temps par un modle logistique (pour la ralisation dun vnement).
On dfinit la variable alatoire Ci = (Ci1 , ...,CiG )0 RG qui suit une loi multinomiale
valeur Cig : gale 1 si lindividu i appartient la classe g {1, ..., G}, gale 0 sinon.
Le modle conjoint classes latentes (M0 ) permet dtudier conjointement, pour chaque
sous population homogne g, le vecteur rponse Yi et le risque de survenue de lvnement
Ei . Cest la variable latente Cig qui permet de faire le lien entre le modle mixte classes
18
P[Cir = 1 | vi ]
ln
= 0r + v0i 1r
, r {1, ..., G 1}
P[CiG = 1 | vi ]
(M3 )
o les paramtres et les covariables sont dfinis dans les sections suivantes.
4.3.1.1
Le modle (M1 ) mixte classes latentes permet dexplorer les profils latents de trajectoires prsentes dans la population. Il se base la fois sur la thorie des modles mixtes
(pour tenir compte de la corrlation individuelle entre les mesures rptes du marqueur) et
la fois sur la thorie des modles classes latentes (pour discriminer des groupes homognes
dindividus).
19
Le vecteur rponse [Yi | Cig =1 ] de Rni suit une loi normale de moyenne ig = Xi g et
de matrice de covariance Vig = Zi Dg Zi0 + i suppose symtrique, dfinie positive.
4.3.1.2
Le modle (M2 ) logistique binomial permet de dterminer la probabilit P[Ei = 1|wi ,Cig =
1] que lindividu i a lvnement. Dans le cas de figure o la probabilit davoir lvnement
Ei varie selon le choix de la classe latente g, Muthn et Shedden en 1999 [19] suivi de Lin
et al. en 2000 [4] ont montr que :
0
P[Ei = 1 | wi ,Cig = 1] =
e0g +wi 1g
0
1 + e0g +wi 1g
4.3.1.3
ln P[Cir = 1 | vi ] = + v0 ,
0r
i 1r
P[CiG = 1 | vi ]
0g +v0i 1g
P[C = 1 | v ] = e
,
ig
i
0
e0s +vi 1s
G
s=1
20
4.3.2
4.3.2.1
Maximum de vraisemblance
Hypothse :
La densit conjointe :
G
f (yi , ei ) =
g=1
G
g=1
o,
f (yi |Cig = 1) =
ni
(2) 2
det(Vig )
exp 12 (yi Xi g )0 Vig1 (yi Xi g )
`(yi , ei , ) = f (yi , ei )
i=1
N G
21
La log-vraisemblance L
L (yi , ei , ) = ln
f (yi, ei)
i=1
= ln( f (yi , ei ) )
i=1
N
= ln
i=1
g=1
4.3.2.2
Algorithme doptimisation
Algorithme itratif EM
rithme itratif, dvelopp en 1977 par Dempster, Laird et Rubin [26]. A litration k,
lalgorithme se droule de la faon suivante :
22
si i 6= j
H (k) = H (k) + (1 v) |H (k) | + v tr(H)
ii
ii
ii
sinon
23
4.3.3
\
P[Cig
= 1 | vi ]
= P(Cig = 1 |Yi = yi , Ei = ei ) =
4.3.4
Une approche simple pour valuer la qualit de lestimation consiste comparer les
donnes observes avec celles prdites : Ri j = Yi j Yi j . Cependant, du fait de la prsence
de classes latentes au sein de la prdiction, on ne peut aisment dterminer les rsidus
spcifiques aux individus. En 2001, Muthn [29] a donc propos de comparer pour chaque
individu les valeurs observes avec les valeurs prdites moyennes sur les classes.
G
Yi ,Ei
\
Ri j = Yi j Yi j = Yi j P[Cig
= 1 | vi ]
[Yi j | Cig =1 ]
g=1
Lorsque les rsidus sont dterministes (non alatoires) on ne peut appliquer une telle
analyse rsiduelle, cet effet, on privilgiera lutilisation de la technique de multi-imputation
des rsidus [30].
24
Chapitre 5
Modlisation statistique : application
Dans ce chapitre, nous prsentons le modle conjoint classes latentes appliqu aux
donnes cas-tmoins franaises sur lamiante. Nous commenons dabord par dcrire les
variables utilises pour la description de la population de ltude, certaines sont utilises
comme variables dans le modle conjoint classes latentes.
5.1
Variables utilises
Pour dcrire lappartenance dun homme une catgorie de naissance nous avons utilis
des variables catgorielles. Il en existe 8 qui dlimitent laxe des dates de naissance :
1899 - 1919, 1920 - 1924, 1925 - 1929, 1930 - 1934, 1935 - 1939, 1940 - 1944, 1950 - 1980.
La variable catgorielle est gale 1 si la date de naissance de lindividu est comprise dans
lintervalle des naissances de la catgorie ou 0 dans le cas contraire.
Nous avons aussi dfini la variable ge la date index, qui reprsente lge auquel la
personne a soit rpondu au questionnaire (en tant que tmoin) ou a soit t diagnostiqu
dun msothliome pleural (en tant que cas).
Enfin, on a fait le choix de prendre une variable quantitative : la dose de lexposition,
pour dcrire le niveau de lexposition professionnelle (en fibres/ml) des individus. La dose
de lexposition reprsente le niveau moyen de lexposition dun individu sur une anne. Pour
permettre le suivi dans le temps de lexposition, nous avons utilis des variables temporelles
(qui sexprimes en anne), telles que :
25
5.2
On fait lhypothse quil existe dans la population un nombre G inconnu de souspopulations homognes. Pour chacune des sous-populations, nous souhaitons identifier le
profil de la trajectoire dexposition et valuer si le risque de cancer diffre selon ces profils.
Pour cela, nous proposons le modle conjoint classes latentes (M0 ) suivant :
M1
P[Cir = 1]
ln
= 0r , r {1, ..., G 1} (M3 )
P[CiG = 1]
(M2 )
o, les paramtres et les variables de chaque modle sont dcrits dans les sections
suivantes.
26
5.2.1
Le modle (M1 ) non linaire mixte classes latentes permet dtudier les trajectoires
dexposition professionnelle lamiante. Nous avons considr une volution quadratique
du temps dexposition afin de dcrire dans un premier temps la tendance non linaire des
doses dexposition reues au cours dune carrire. A partir de ce modle nous exprimons
conditionnellement la classe latente g la dose dexposition Yi j reue un instant j.
[Yi j | Cig =1 ] = (0g + u0ig ) + (1g + u1ig ) ti j + 2g ti2j + i j
o, pour chaque individu i (i = 1, ..., N) on dfinit :
linstant ti j reprsente le j-ime temps depuis la date index.
Lintercept 0g reprsente la dose dexposition moyenne reue la date index.
Les coefficients 1g et 2g associs aux covariables ti j et ti2j reprsentent respectivement la pente et la courbure (convexe ou concave) de la trajectoire dexposition.
Lintercept alatoire u0ig caractrise la dispersion autour de la dose dexposition
moyenne reue la date index. Tandis que la pente alatoire u1ig reprsente la
variation de la pente de la trajectoire dexposition. Leffet alatoire uig = (u0ig , u1ig )0
est un vecteur alatoire de R2 normalement distribu de moyenne 0 et de matrice
diagonale de covariance Dg .
Les erreurs i suivent une loi normale de moyenne 0 et de matrice de covariance i ,
et elles sont indpendantes des effets alatoires uig .
27
5.2.2
On note Ei lvnement qui vaut 1 si lindividu i a le msothliome pleural et 0 sinon. Pour dterminer le risque de survenue du msothliome pleural pour chaque souspopulations g, on utilise le modle logistique classes latentes suivant :
M1
1{naissance j }i jg
j=2
0g +agei 1g +M1
j=2 1{naissance j }i jg
P[Ei = 1 | wi ,Cig = 1] =
0g +agei 1g +M1
j=2 1{naissance j }i jg
1+e
o,
agei est lge index, cest dire lge auquel lindividu i a t diagnostiqu (si cest
un cas) ou lge auquel il a rpondu au questionnaire (si cest un tmoin).
1{naissance j }i est une variable catgorielle qui est gale 1 si la date de naissance de
lindividu i est comprise dans lintervalle des naissances de la catgorie j, et qui est
gale 0 dans le cas contraire. La catgorie de rfrence naissanceM est celle o il
existe le plus grand nombre de tmoins.
0g et 1g reprsentent respectivement lintercept spcifique la classe g et le coefficient de la classe g associ la covariable agei . Pour tout j {2, ..., M 1} on a
dfini jg le coefficient de la classe g associ la covariable 1{ naissance j }i .
5.2.3
ln
Le modle logistique multinomial pour dterminer la probabilit quun individu i appartienne la classe g
P[Cir = 1]
P[CiG = 1]
= 0r
0g
P[C = 1] = e
, g = 1, ..., G
ig
, r {1, ..., G1}
e0s
G
s=1
et avec 0G = 0 , 1G = 0
28
5.3
Programmation
Dans mon stage, jai t amen travailler sur la fonction "Jointlcmm" issue du package
R : "lcmm" dvelopp par Ccile Proust-Lima, Viviane Philipps et al. [31]. Jusqu prsent
la fonction "Jointlcmm" ne permettait que destimer les paramtres dun modle conjoint
avec un modle mixte et un modle de survie. Or ayant notre disposition des donnes castmoins, il a t ncessaire dadapter le programme en remplaant le modle de survie par un
modle logistique. Dans la suite, nous expliquons les paramtres de la fonction "Jointlcmm"
ainsi que les modifications qui ont t ralises dans le programme afin de rendre possible
lestimation dun modle conjoint classes latentes pour des donnes cas-tmoins.
5.3.1
29
5.3.2
30
Chapitre 6
Rsultats
6.1
6.1.1
Durant leur carrire professionnelle, les hommes ont exerc une ou plusieurs professions.
On rpertorie 905 professions diffrentes provenant de la nomenclature internationale
(CITP 1 1968) et que lon classe selon leur groupe socioprofessionnel dappartenance.
Le groupe des ouvriers n = 468 (51, 71%) comprend les ouvriers qualifis dindustrie,
dartisanat, de la manutention, du magasinage et du transport, les ouvriers non
qualifis dindustrie et dartisanat, les chauffeurs et les ouvriers agricoles.
Le groupe des employs n = 152 (16, 80%) comprend les employs civils et les
agents de service de la fonction publique, les policiers et les militaires, les employs
administratifs dentreprise, les employs de commerce et les personnels des services
directs aux particuliers.
Le groupe des cadres et professions intellectuelles suprieures n = 118 (13, 04%)
comprend les professions librales, les cadres de la fonction publique, les professeurs et les professions scientifiques, les professions de linformation et des arts du
spectacle, les cadres administratifs et commerciaux dentreprise, les ingnieurs et les
cadres techniques dentreprise.
1. Classification internationale type des professions, Genve : Bureau international du travail (1968).
31
Le groupe des professions intermdiaires n = 114 (12, 60%) comprend les professeurs des coles, les instituteurs et assimils, les professions intermdiaires de la
sant et du travail social, les clergs et les religieux, les professions intermdiaires administratives de la fonction publique, les professions intermdiaires administratives
et commerciales des entreprises, les techniciens et les contrematres, et les agents de
matrise.
Le groupe des artisans et chefs dentreprise n = 41 (4, 53%) comprend les artisans et
les chefs dentreprise de 10 salaris ou plus.
Le groupe des agriculteurs exploitants n = 12 (1, 32%) comprend les agriculteurs
sur petite, moyenne et grande exploitation.
32
6.1.2
On ne remarque pas de diffrence significative entre la rpartition des cas et celle des
tmoins dans les diffrentes catgories de naissance (voir table [6.1]), ce qui est attendu tant
donn lappariement en frquence sur lanne de naissance. Les catgories de naissance :
1940 - 1944, 1945 - 1949 et 1950 - 1980 sont sous-reprsentes, cest dire que leur effectif
est beaucoup plus petit que ceux des autres catgories de naissance. Concernant leur ge
la date index (voir table [6.2] et [6.3]), les cas et les tmoins sont respectivement gs en
moyenne de 67 ans (cart type : =10 ans) et de 66 ans (cart type : =6 ans).
6.1.3
Distribution de lexposition
Les cas et les tmoins ont en moyenne des temps dexposition similaires, cest dire
quils ont en moyenne les mmes ges la 1re exposition, les mmes ges la dernire
exposition et les mmes dures dexposition. En terme dintensit dexposition, on remarque
que les cas ont t en moyenne ( = 0, 38 f /ml) au moins deux fois plus exposs que les
tmoins ( = 0, 14 f /ml). En se rfrant la mesure de la dispersion , on remarque que
les doses dexposition reues par les cas sont plus tendues autour de la moyenne ( = 1, 08
f /ml) que celles reues par les tmoins ( = 0, 44 f /ml). Pour la majorit dentre eux, les
cas et les tmoins nont t que faiblement (voir que trs faiblement) exposs lamiante, et
cela pendant une longue partie de leur carrire professionnelle (ce qui a donc tendance
accrotre le nombre de faibles valeurs). Le reste des cas et des tmoins ont t fortement
(voir trs fortement) expos lamiante, les valeurs maximales sont de 16, 26 f /ml chez
les cas et 9,56 f /ml chez les tmoins. Cest partir des histogrammes prsents sur la
figure [6.2] que nous avons pu mettre en vidence laspect asymtrique de la distribution.
Il existe n = 46321 valeurs strictement nulles et n = 44171 valeurs trs faibles (comprises
dans lintervalles ]0; 0, 1[) ce qui reprsente environ 80% des valeurs. Nous sommes donc
confronts un problme de distribution qui quelque soit le cas ne peut tre normale.
33
Variables
Catgorie de naissance :
1899 - 1919
106 (10,13%)
121 (8,50%)
1920 - 1924
133 (12,71%)
187 (13,14%)
1925 - 1929
224 (21,41%)
318 (22,35%)
1930 - 1934
218 (20,84%)
367 (25,80%)
1935 - 1939
173 (16,54%)
242 (17,00%)
1940 - 1944
92 (8,80%)
89 (6,25%)
1945 - 1949
57 (5,45%)
54 (3,80%)
1950 - 1980
43 (4,11%)
45 (3,16%)
TABLE 6.1 Rpartition des hommes dans les diffrentes catgories de naissance
34
Variables
Cas
(n=1046)
min
Q1 Q3
max
25
60 73
93
67
10
10
16 23
59
20
16
53 60
76
55
7 26
54
17
12
31 40
55
34
0 0,108
16,26
0,38
1,08
TABLE 6.2 Caractristiques des cas concernant leur ge la date index et leur exposition
professionnelle lamiante
Variables
Tmoins
(n=1423)
min
Q1-Q3
max
29
62 70
89
66
10
16 25
64
21
15
53 60
79
55
7 26
53
17
12
27 41
54
33
11
0 0,015
9,56
0,14
0,44
TABLE 6.3 Caractristiques des tmoins concernant leur ge la date index et leur
exposition professionnelle lamiante
35
F IGURE 6.2 Distribution marginale des doses de lexposition lamiante chez les cas et
chez les tmoins avec ou sans les valeurs nulles
36
6.2
F IGURE 6.3 Les trajectoires des doses de lexposition lamiante pour n = 10 hommes (5
cas et 5 tmoins) pris partir dun tirage alatoire
37
6.3
Rsultats de la modlisation conjointe une classe latente pour les donnes cas-tmoins lamiante
Dans cette partie, nous prsentons les rsultats du modle conjoint classes latentes
appliqu aux donnes cas-tmoins franaises sur lamiante (M0 ) spcifi dans la section
5.2. Pour des raisons pratiques, nous avons dabord estim le modle conjoint (M0 ) pour
une seule classe. En effet, il est plus simple destimer un modle avec un faible nombre de
classes plutt quun modle avec un nombre lev de classes. De plus, le fait destimer les
paramtres dun modle conjoint une classe revient estimer les paramtres de la partie
mixte et les paramtres de la partie logistique de faon spare. Ce qui pour nous prsente
un avantage puisque nous pouvons comparer les rsultats de notre modle avec ceux dun
modle mixte et dun modle logistique.
6.3.1
Lobjectif ici est de vrifier la cohrence des rsultats renvoys par le programme que
jai dvelopp (qui est une extension dans la fonction Jointlcmm). Pour ce faire nous
avons procd en deux tapes. Tout dabord, nous avons compar les rsultats obtenus
par Jointlcmm pour le sous-modle mixte du modle conjoint avec ceux de lmer pour
le modle mixte. Nous avons remarqu que les estimations taient les mmes (voir table
[6.4]). Ensuite, nous nous sommes intresss aux rsultats renvoys par Jointlcmm pour le
sous-modle logistique du modle conjoint, nous les avons compar avec ceux de glm pour
le modle logistique et nous avons constat que les estimations des deux modles ntaient
pas exactement les mmes mais taient cependant trs proches (voir table [6.4]). Finalement,
on en dduit que les rsultats proposs par notre programme sont valables et exploitables
par la suite.
38
Jointlcmm
lmer
glm
pour le modle conjoint pour le modle mixte pour le modle logistique
Paramtres
Valeur (SE)
Valeur (SE)
Valeur (SE)
0 (intercept)
0,347 (0,014)
0,347 (0,02)
1 (T )
0,164 (0,04)
0,164 (0,05)
2 (T 2 )
-2,12 (0,05)
-2,12 ( 0,07)
02 (intercept)
0,949
0,949
12 (T )
4,520
4,520
0,187
0,187
0 (intercept)
-3,15496 (0,33)
-3,155941 (0,475)
1 (age)
0,03996 (0,005)
0,039973 (0,007)
2 (naissance1 )
-0,09042 (0,125)
-0,090781 (0,18)
3 (naissance2 )
-0,00854 (0,085)
-0,008548 (0,147)
4 (naissance3)
0,12187 (0,084)
0,121763 (0,12)
5 (naissance5)
0,21239 (0,09)
0,212319 (0,13)
6 (naissance6)
0,73999 (0,12)
0,739957 ( 0,176)
7 (naissance7)
0,93929 (0,15)
0,939330 (0,22)
8 (naissance8)
1,12779 (0,23)
1,127960 (0,26)
TABLE 6.4 Estimations des paramtres du modle conjoint, mixte et logistique faites
respectivement avec les fonctions Jointlcmm, lmer et glm
39
6.3.2
6.3.2.1
A partir des estimations recueillies dans la table [6.4], nous avons estim la trajectoire
moyenne des doses de lexposition lamiante (voir figure [6.4]). Notons que la forme de la
trajectoire est compltement influence par la fonction quadratique du temps que nous avons
impos dans le modle mixte. On remarque quavant sa date index (t = 0), lindividu moyen
a t expos de faon progressive jusqu un certain instant de sa carrire professionnelle o
son niveau de lexposition lamiante a faiblement diminu.
F IGURE 6.4 La trajectoire moyenne estime pour les doses de lexposition lamiante
40
6.3.2.2
41
F IGURE 6.5 Distributions et droites de Henry des rsidus et des effets alatoires
42
6.3.2.3
Nous avons essay une transformation logarithmique qui est souvent adapte pour normaliser les distributions asymtriques gauche (voir la distribution des doses de lexposition
lamiante chez les cas et chez tmoins (figure [6.2]). Cependant, daprs les distributions
prsentes figure [6.7] et [6.8], il semble que la transformation en log10 (Yi j + 1) na pas eu
leffet escompt, de stabiliser la variance et de normaliser les distributions, puisquelles ont
toujours un aspect asymtrique. Nous avons constat partir des rsultats de la fonction
"Jointlcmm" quil y avait un cart la normalit des rsidus ce qui nous suggre que la
transformation logarithmique nest pas adapte.
43
44
Chapitre 7
Discussion et perspective
Dans notre travail de stage, nous nous sommes intresss au modle conjoint classes
latentes. Nous avons mis en avant lintrt pidmiologique du modle au travers dune
tude sur lexposition professionnelle lamiante et sur la survenue du msothliome pleural.
Nous avons adapt un programme existant afin de permettre ltude du modle conjoint
classes latentes pour des donnes cas-tmoins. Et enfin, nous avons appliqu notre modle
pour les donnes cas-tmoins franais lamiante. Dans ce chapitre, nous abordons les
problmes qui ont t rencontrs ainsi que les solutions qui ont t envisages afin de
proposer terme une perspective de dveloppement.
Nous portons un intrt particulier pour ce modle puisquil permet la fois de distinguer
des profils de trajectoires dexposition et la fois de dterminer le risque de survenue de
la maladie pour des sous-populations homognes. Cependant, priori, il nest pas prouv
quil existe des sous-populations homognes au sein de la population franaise expose
lamiante. La vrification de la vracit de lexistence de sous-populations homognes
ncessite destimer les paramtres du modle pour plusieurs classes. Cependant, il nous est
difficile de prouver actuellement lexistence de sous-populations ayant des profils dvolution diffrentes, puisque notre algorithme na pas encore converg avec ne serait-ce que deux
classes. Plusieurs raisons peuvent expliquer cette non convergence, et en particulier la distribution trs particulire des doses de lexposition et la forme des trajectoires individuelles
qui toutes deux sont peu plausibles avec les hypothses du modle. Par consquent, les
hypothses sur la normalit de la distribution des rsidus i et des coefficients alatoires u0i ,
u1i ne sont pas vrifies dans le modle une seule classe. Nous avons donc essay plusieurs
transformations des doses, notamment une transformation logarithmique, mais aucune na
conduit une distribution proche dune normale. Dautres solutions sont donc envisager
pour tenir compte de cette distribution trs particulire des doses due la construction mme
45
46
Chapitre 8
Conclusion
En conclusion, ce travail constitue une tape prliminaire au dveloppement dun modle
conjoint classes latentes pour lanalyse de ces donnes cas-tmoins sur le MP et lexposition
lamiante. Personnellement, jai trouv que les cinq mois de stage lInserm U897 taient
formateurs et enrichissants. Cela ma permis de participer un projet de recherche au
sein dune quipe Biostatistique et de contribuer lvolution du projet en apportant mon
point de vue. De plus, il ma permis de me perfectionner dans la comprhension et dans
lapplication de modles statistiques. Jai notamment pu approfondir mes connaissances en
programmation R et apprendre un nouveau language de programmation le fortran90. Jai
galement pu profiter de lexprience de lquipe tant au niveau statistique, rdactionnelle et
relationnelle pour progresser dans mon travail. Je suis convaincu prsent que lexprience
que jai acquise lInserm U897 ne sera que bnfique pour mon insertion dans le milieu
professionnel.
47
Rfrences
[1] Nan M Laird and James H Ware. Random-effects models for longitudinal data.
Biometrics, pages 963974, 1982.
[2] Geert Verbeke and Emmanuel Lesaffre. A linear mixed-effects model with heterogeneity in the random-effects population. Journal of the American Statistical Association,
91(433) :217221, 1996.
[3] Dankmar Bhning. Computer-assisted analysis of mixtures and applications : metaanalysis, disease mapping and others, volume 81. CRC press, 2000.
[4] Haiqun Lin, Charles E McCulloch, Bruce W Turnbull, Elizabeth H Slate, and Larry C
Clark. A latent class mixed model for analysing biomarker trajectories with irregularly
scheduled observations. Statistics in Medicine, 19(10) :13031318, 2000.
[5] Francisca Galindo Garre, Aeilko H Zwinderman, Ronald B Geskus, and Yvo WJ
Sijpkens. A joint latent class changepoint model to improve the prediction of time to
graft failure. Journal of the Royal Statistical Society : Series A (Statistics in Society),
171(1) :299308, 2008.
[6] Karen Leffondr, Michal Abrahamowicz, and Jack Siemiatycki. Evaluation of coxs
model and logistic regression for matched case-control data with time-dependent
covariates : a simulation study. Statistics in medicine, 22(24) :37813794, 2003.
[7] Karen Leffondre, Willy Wynant, Zhirong Cao, Michal Abrahamowicz, Georg Heinze,
and Jack Siemiatycki. A weighted cox model for modelling time-dependent exposures
in the analysis of casecontrol studies. Statistics in medicine, 29(7-8) :839850, 2010.
[8] Dominique Douguet, Hlne Carteron, Paul Janiaud, Nicole Pinhas, et al. Effets sur la
sant des principaux types dexposition lamiante. 1997.
[9] Sbastien Kasseyet, Philippe Astoul, and Christian Boutin. Results of a phase ii trial
of combined chemotherapy for patients with diffuse malignant mesothelioma of the
pleura. Cancer, 85(8) :17401749, 1999.
48
[10] B Geoffroy-Perez, E Imbernon, A Gilg Soit Ilg, and M Goldberg. Confrontation des
donnes du programme national de surveillance du msothliome (pnsm) et du programme de mdicalisation du systme dinformation (pmsi) : Comparison of the french
drg based information system (pmsi) with the national mesothelioma surveillance program database. Revue dpidmiologie et de sant publique, 54(6) :475483, 2006.
[11] Welder H.-W. Asbestos und lungenkrebs. Dtch Med Wochensch, 69 :575, 1943.
[12] JC Wagner, CA Sleggs, and Paul Marchand. Diffuse pleural mesothelioma and asbestos
exposure in the north western cape province. British journal of industrial medicine,
17(4) :260271, 1960.
[13] Aude Lacourt, Karen Leffondr, Cline Gramond, Stphane Ducamp, Patrick Rolland,
Anabelle Gilg Soit Ilg, Marie Houot, Ellen Imbernon, Jolle Fvotte, Marcel Goldberg, et al. Temporal patterns of occupational asbestos exposure and risk of pleural
mesothelioma. European Respiratory Journal, 39(6) :13041312, 2012.
[14] Y Iwatsubo, JC Pairon, C Boutin, O Menard, N Massin, D Caillaud, E Orlowski,
F Galateau-Salle, J Bignon, and P Brochard. Pleural mesothelioma : dose-response
relation at low levels of asbestos exposure in a french population-based case-control
study. American journal of epidemiology, 148(2) :133142, 1998.
[15] Marcel Goldberg, Ellen Imbernon, Patrick Rolland, A Gilg Soit Ilg, Marianne Savs,
Anne de Quillacq, Catherine Frenay, S Chammings, Patrick Arveux, Christian Boutin,
et al. The french national mesothelioma surveillance program. Occupational and
environmental medicine, 63(6) :390395, 2006.
[16] A Lacourt, P Brochard, and M Houot. Prsentation dune matrice emploisexpositions
aux fibres damiante. quelques applications un chantillon de population en france.
p. 6p. Institut de Veille Sanitaire, Saint-Maurice, 2010.
[17] Charles R Henderson, Oscar Kempthorne, Shayle R Searle, and CM Von Krosigk.
The estimation of environmental and genetic trends from records subject to culling.
Biometrics, 15(2) :192218, 1959.
[18] John A Nelder and RJ Baker. Generalized linear models. Encyclopedia of Statistical
Sciences, 1972.
[19] Bengt Muthn and Kerby Shedden. Finite mixture modeling with mixture outcomes
using the em algorithm. Biometrics, pages 463469, 1999.
[20] Weichun Xu and Donald Hedeker. A random-effects mixture model for classifying
treatment response in longitudinal clinical trials. Journal of Biopharmaceutical Statistics, 11(4) :253273, 2001.
49
[21] Ccile Proust and Hlne Jacqmin-Gadda. Estimation of linear mixed models with a
mixture of distribution for the random effects. Computer methods and programs in
biomedicine, 78(2) :165173, 2005.
[22] Bengt O Muthn. Beyond sem : General latent variable modeling. Behaviormetrika,
29(1) :81117, 2002.
[23] Daniel J Bauer and Patrick J Curran. Distributional assumptions of growth mixture
models : implications for overextraction of latent trajectory classes. Psychological
methods, 8(3) :338, 2003.
[24] Dollena S Hawkins, David M Allen, and Arnold J Stromberg. Determining the number
of components in mixtures of linear models. Computational Statistics & Data Analysis,
38(1) :1548, 2001.
[25] Chen-Pin Wang, C Hendricks Brown, and Karen Bandeen-Roche. Residual diagnostics
for growth mixture models : Examining the impact of a preventive intervention on
multiple trajectories of aggressive behavior. Journal of the American Statistical
Association, 100(471) :10541076, 2005.
[26] Arthur P Dempster, Nan M Laird, and Donald B Rubin. Maximum likelihood from
incomplete data via the em algorithm. Journal of the royal statistical society. Series B
(methodological), pages 138, 1977.
[27] Donald W Marquardt. An algorithm for least-squares estimation of nonlinear parameters. Journal of the Society for Industrial & Applied Mathematics, 11(2) :431441,
1963.
[28] Ccile Proust-Lima, Pierre Joly, Jean-Franois Dartigues, and Hlne Jacqmin-Gadda.
Joint modelling of multivariate longitudinal outcomes and a time-to-event : a nonlinear
latent class approach. Computational Statistics & Data Analysis, 53(4) :11421154,
2009.
[29] Bengt Muthen. Latent variable mixture modeling. New developments and techniques
in structural equation modeling, pages 133, 2001.
[30] Dimitris Rizopoulos, Geert Verbeke, and Geert Molenberghs. Multiple-imputationbased residuals and diagnostic plots for joint models of longitudinal and survival
outcomes. Biometrics, 66(1) :2029, 2010.
[31] Ccile Proust-Lima, Viviane Philipps, and Benoit Liquet. Estimation of extended
mixed models using latent classes and latent processes : the r package lcmm. arXiv
preprint arXiv :1503.00890, 2015.
50
Annexes
1
2
3
4
5
6
7
8
9
10
11
ptm<proc.time()
cat ("Be patient , Jointlcmm is running ... \n")
12
13
cl < match.call ()
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
51
39
if ( !isTRUE(nom.subject %in% colnames(data))) stop ( paste ("Data should contain variable " ,
nom.subject ) )
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
if ( ! (na. action %in% c(1,2))) stop ("only 1 for na.omit or 2 for na. fail are required
in na. action argument")
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
if ( ! ( strsplit (cor , "") [[1]][2] %in% colnames(data))) stop ("Unable to find time
variable from argument cor in data ")
else { cor . var . time < strsplit (cor , "") [[1]][2] }
52
87
88
}
### fin test argument cor
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
}
else
{ ### partie survie
104
105
106
## objet Surv
surv < cl$ survival [[2]]
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
noms.surv < c(as . character (surv [2]) , as . character (surv [3]) , as . character (surv
[4]) )
129
130
131
132
133
134
135
136
137
138
139
53
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
54
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
55
else
243
244
form.commun < ~1
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
nvdepsurv < 0
280
281
##enlever les NA
linesNA < apply(newdata,2, function (v) which(is . na(v)) )
linesNA < unique( unlist (linesNA))
282
283
284
285
if ( length (linesNA))
{
if (na. action ==1) newdata < newdata[linesNA,,drop=FALSE]
if (na. action ==2) stop ("Data contain missing values . ")
Event < Event[linesNA]
}
286
287
288
289
290
291
292
293
56
294
else {
## remplacer les NA de TimeDepVar par Tevent
Tint < Tevent
nvdepsurv < 0
if ( ! is . null (nom.timedepvar))
{
Tint < newdata[,nom.timedepvar]
Tint [( is . na( Tint ) ) ] < Tevent[( is . na( Tint ) ) ]
Tint [ Tint>Tevent] < Tevent[Tint>Tevent]
Tint [ Tint<Tentry] < Tentry[Tint<Tentry]
nvdepsurv < 1
if ( length ( Tint [ Tint<Tevent])==0)
{
stop ("TimeDepVar is always greater than Time of Event. \n")
nvdepsurv < 0
}
if ( length ( Tint [ Tint>Tentry ]) ==0)
{
Tint < Tevent
stop ("TimeDepVar is always lower than Time of Entry (0 by default ) . \n")
nvdepsurv < 0
}
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
##enlever les NA
linesNA < apply(newdata,2, function (v) which(is . na(v)) )
linesNA < unique( unlist (linesNA))
321
322
323
324
if ( length (linesNA))
{
if (na. action ==1) newdata < newdata[linesNA,,drop=FALSE]
if (na. action ==2) stop ("Data contain missing values . ")
Tentry < Tentry[linesNA]
Tevent < Tevent[linesNA]
Event < Event[linesNA]
Tint < Tint[linesNA]
}
325
326
327
328
329
330
331
332
333
334
335
}
### fin modif 29/04/2015
336
337
338
### Y0
Y0 < newdata[,nomY]
339
340
341
342
343
344
345
346
347
57
348
349
350
351
352
353
354
355
for (k in 1:nbevt)
{
assign ( paste ("Xsurvcause",k,sep="") , model.matrix(form.causek [[ k ]], data=newdata))
}
356
357
358
359
360
361
362
363
364
365
366
367
368
369
370
if (random != ~1)
{
z . random < strsplit (colnames(Xrandom),split=":" , fixed =TRUE)
z . random < lapply(z.random,sort )
}
else
{
z . random < list ()
}
371
372
373
374
375
376
377
378
379
380
if (mixture != ~1)
{
z . mixture < strsplit (colnames(Xmixture), split =":" , fixed =TRUE)
z . mixture < lapply(z . mixture , sort )
}
else
{
z . mixture < list ()
}
381
382
383
384
385
386
387
388
389
390
if (classmb != ~1)
{
z . classmb < strsplit (colnames(Xclassmb), split =":" , fixed =TRUE)
z . classmb < lapply(z . classmb, sort )
}
else
{
z . classmb < list ()
}
391
392
393
394
395
396
397
398
399
400
401
58
402
403
404
405
406
407
408
409
410
411
412
if (form.mixture != ~1)
{
z . survmix < strsplit (colnames(Xsurvmix), split =":" , fixed =TRUE)
z . survmix < lapply(z . survmix, sort )
}
else
{
z . survmix < list ()
}
413
414
415
416
417
418
419
420
421
422
if (form.cause != ~1)
{
z . survcause < strsplit (colnames(Xsurvcause), split =":" , fixed =TRUE)
z . survcause < lapply(z . survcause , sort )
}
else
{
z . survcause < list ()
}
423
424
425
426
427
428
429
430
431
432
433
434
435
436
for (k in 1:nbevt)
{
if (form.causek [[ k]] != ~1)
{
assign ( paste ("z . survcause" , k,sep="") , strsplit (colnames(get( paste ("
Xsurvcause",k,sep="") ) ) , split =":" , fixed =TRUE))
assign ( paste ("z . survcause" , k,sep="") , lapply ( get ( paste ("z . survcause" , k,
sep="") ) , sort ) )
}
else
{
assign ( paste ("z . survcause" , k,sep="") , list () )
}
}
### fin modif 29/04/2015
437
438
439
440
441
442
443
444
445
446
447
448
for (k in 1:nbevt)
{
X0 < cbind(X0,get(paste ("Xsurvcause",k,sep="") ) )
}
### fin modif 29/04/2015
449
450
451
452
59
453
454
455
456
457
458
459
460
461
if (ncor0>0)
{
if ( ! (cor . var . time %in% colnames(X0)))
{
X0 < cbind(X0, newdata[,cor . var . time ])
colnames(X0) < c(nom.unique, cor . var . time)
nom.unique < colnames(X0)
}
}
462
463
464
X0 < as.matrix(X0)
###X0 fini
465
466
467
468
469
470
471
472
473
474
475
476
477
478
idlink < 2
if ( link ==" linear ") idlink < 0
if ( link =="beta") idlink < 1
if ( link =="NULL") idlink < 1
479
480
481
482
483
484
485
486
if ( idlink ==1)
{
if (epsY<=0)
{
stop ("Argument epsY should be positive . ")
}
}
487
488
489
490
491
492
493
494
495
496
497
498
499
500
if ( is . null (range) )
{
min1 < min(Y0)
min2 < round(min1,3)
if (min1<min2) min2 < min20.001
501
502
503
504
505
60
506
507
508
509
510
511
512
513
514
515
if ( idlink ==2)
{
spl < strsplit ( link , "")
if ( length ( spl [[1]]) !=3) stop (" Invalid argument link ")
516
517
518
519
520
521
522
if ( ! is . null ( intnodes ) )
{
if ( spltype != "manual") stop (" intnodes should be NULL if the nodes are
not chosen manually")
523
524
525
526
527
528
529
530
531
532
533
534
535
536
537
538
539
540
541
if ( idlink ==2)
{
if ( spltype =="manual")
{
zitr0 [1] < range[1]
zitr0 [ nbzitr ] < range[2]
zitr0 [2:( nbzitr 1)] < intnodes
542
543
544
545
546
547
548
549
550
551
552
553
554
if ( spltype =="equi") zitr0 [1: nbzitr ] < seq(range [1], range [2], length . out= nbzitr )
if ( spltype =="quant")
{
Y0bis < Y0
if (range[1]<min(Y0)) Y0bis < c(range [1], Y0)
if (range[2]>max(Y0)) Y0bis < c(range [2], Y0bis)
zitr0 [1: nbzitr ] < quantile (Y0bis,probs=seq (0,1, length . out= nbzitr ) )
61
555
556
557
558
559
560
561
###uniqueY0 et indiceY0
uniqueY0 < 0
indiceY0 < 0
nvalSPL0 < 0
562
563
564
565
566
567
568
569
570
if ( idlink == 2)
{
uniqueY0 < sort(unique(Y0))
permut < order(order (Y0)) # sort (y)[ order ( order (y)) ] = y
indice < rep(1: length (uniqueY0), as . vector ( table (Y0)))
indiceY0 < indice[permut]
nvalSPL0 < length(uniqueY0)
}
571
572
573
574
575
576
577
578
579
580
581
582
583
584
585
586
587
588
589
590
591
592
593
594
595
596
597
598
599
600
601
if (hazard[1]=="Logit"){
matYX < cbind(IDnum,IND,prior,Y0,indiceY0,Event,X0)
matYXord < matYX[order(IDnum),]
Y0 < matYXord[,4]
X0 < matYXord[,c(1:6),drop=FALSE]
IDnum < matYXord[,1]
IND < matYXord[,2]
indiceY0 < matYXord[,5]
prior0 < matYXord[,3]
}
else
{
matYX < cbind(IDnum,IND,prior,Y0,indiceY0,Tentry,Tevent,Event,Tint , X0)
matYXord < matYX[order(IDnum),]
Y0 < matYXord[,4]
X0 < matYXord[,c(1:9),drop=FALSE]
IDnum < matYXord[,1]
IND < matYXord[,2]
indiceY0 < matYXord[,5]
prior0 < matYXord[,3]
}
### fin modif 29/04/2015
602
603
604
605
## nombre de sujets
ns0 < length(unique(IND))
606
607
608
62
609
610
611
612
613
614
615
616
617
tsurv0 < 0
tsurv < 0
devt < data.surv [,2]
tsurvint < 0
ind_ survint < 1
618
619
620
621
622
623
624
}
else
{
### Tevent , Tentry et Event de dim ns
data . surv < unique(cbind(IND,matYX[,c(6,7,8,9) ]) )
if (nrow(data . surv) != ns0) stop (" Subjects cannot have several times to event . ")
625
626
627
628
629
630
631
632
633
634
635
636
637
638
639
640
641
642
643
644
645
646
647
648
649
650
651
652
653
654
655
656
657
658
if ( length (unique(sapply (haz3,getElement ,2) ) )>1) stop ("The nodes location of all
splines hazard functions must be identical ")
659
660
63
661
662
663
}
### fin modif 30/04/2015
664
665
666
667
668
669
670
671
672
673
674
675
676
677
678
679
680
681
682
683
684
}
else {
nz < rep(2,nbevt)
locnodes < NULL
typrisq < rep(2,nbevt)
nprisq < rep(2,nbevt)
685
686
687
688
689
690
691
if (any(hazard!="Weibull") )
{
692
693
694
695
for ( i in 1:nbevt)
{
if (hazard[ i]=="Weibull") next ;
696
697
ii < ii+1
698
699
700
701
702
703
704
705
706
707
708
709
710
711
712
64
713
}
}
if ( typrisq [ i]==3) dejaspl < 1
714
715
716
717
718
719
720
721
if ( ! is . null (hazardnodes))
{
if ( !any(locnodes == "manual")) stop ("hazardnodes should be NULL if the
nodes are not chosen manually")
722
723
724
725
726
727
728
729
730
else
{
if ( ! is . null (hazardnodes)) stop ("hazardnodes should be NULL if Weibull baseline
risk functions are chosen")
731
732
733
734
735
736
737
738
739
740
741
zi < matrix(0,nrow=max(nz),ncol=nbevt)
nb < 0
742
743
744
745
minT1 < 0
maxT1 < max(tsurv)
tsurvevt < tsurv #[which(devt!=0)]
746
747
748
749
750
751
752
753
754
if ( idtrunc ==1)
{
minT1 < min(tsurv,tsurv0 )
maxT1 < max(tsurv,tsurv0)
}
##??
# if ( ! (minT %in% tsurvevt)) tsurvevt < c(minT,tsurvevt )
# if ( ! (maxT %in% tsurvevt)) tsurvevt < c( tsurvevt , maxT)
755
756
757
758
759
## arrondir
minT2 < round(minT1,3)
if (minT1<minT2) minT2 < minT20.001
minT < minT2
760
761
762
65
763
764
765
766
767
768
769
770
771
772
773
774
775
ii < 0
for ( i in 1:nbevt)
{
if ( typrisq [ i]==2)
{
zi [1:2, i ] < c(minT,maxT)
}
else
{
ii < ii+1
776
if (locnodes[ ii ]=="manual")
{
zi [1: nz[ i ], i ] < c(minT,hazardnodes[nb+1:(nz[i]2)],maxT)
nb < nb + nz[i]2
}
if (locnodes[ ii ]=="equi")
{
zi [1: nz[ i ], i ] < seq(minT,maxT,length.out=nz[i ])
}
if (locnodes[ ii ]=="quant")
{
#pi < seq(0,1, length . out=nz[i ])
#pi < pi[length(pi ) ]
#pi < pi[1]
pi < c(1:(nz[ i]2))/ (nz[ i]1)
qi < quantile ( tsurvevt , prob=pi)
zi [1, i ] < minT
zi [2:( nz[ i]1), i ] < qi
zi [nz[ i ], i ] < maxT
}
777
778
779
780
781
782
783
784
785
786
787
788
789
790
791
792
793
794
795
796
797
798
799
800
801
802
803
804
805
}
### fin modif 30/04/2015
806
807
808
809
810
811
812
813
814
815
816
loglik < 0
66
817
818
819
820
821
822
823
824
825
826
827
828
829
830
831
832
833
834
835
836
837
838
839
ni < 0
istop < 0
gconv < rep(0,3)
ppi0 < rep(0,ns0ng0)
ppitest0 < rep(0,ns0ng0)
resid _m < rep(0,nobs0)
resid _ss < rep(0,nobs0)
pred_m_g < rep(0,nobs0ng0)
pred_ss_g < rep(0,nobs0ng0)
Yobs < rep(0,nobs0)
# rlindiv < rep(0,ns0)
marker < rep(0,nsim)
transfY < rep(0,nsim)
#Ydiscret < 0
#UACV < 0
# vraisdiscret < 0
nmes0 < as.vector( table (IND))
logspecif < as.numeric( logscale )
time < seq(minT,maxT,length.out=nsim)
risq _est < matrix(0,nrow=nsimng0,ncol=nbevt)
risqcum_est < matrix(0,nrow=nsimng0,ncol=nbevt)
statglob < 0
statevt < rep(0,nbevt)
840
841
842
843
844
845
846
847
848
849
850
#
### modif 30/04/2015
851
852
853
854
855
856
857
858
859
860
861
862
863
864
865
866
867
868
869
870
if (( z . X0[j] %in% z.survmix) & ( ! (z . X0[j] %in% z.survcause) & (idcause [ j]==0)))
67
871
872
873
874
875
876
877
878
879
880
881
{
idcom[j] < 1
idspecif [, j ] < 2
# print ("mixture(X)")
}
if (( z . X0[j] %in% z.survmix) & (z.X0[j] %in% z.survcause))
{
idcom[j] < 0
idspecif [, j ] < 2
# print ("cause(mixture(X))")
}
882
883
884
885
886
887
888
889
890
891
892
893
894
895
896
897
898
899
900
901
902
903
904
905
906
907
908
909
910
911
912
913
914
915
916
if ( idcause [ j ] !=0)
{
if (z . X0[j] %in% z.survmix)
{
for (k in 1:nbevt)
{
if (z . X0[j] %in% get(paste("z . survcause" , k,sep="") ) )
{
idcom[j] < 0
idspecif [k, j ] < 2
#cat ("causek(mixture(X)) , k=",k ,"\ n")
}
}
}
else
{
for (k in 1:nbevt)
{
if (z . X0[j] %in% get(paste("z . survcause" , k,sep="") ) )
{
idcom[j] < 0
idspecif [k, j ] < 1
#cat ("causek(X) , k=",k ,"\ n")
}
}
}
}
917
918
919
}
### fin modif 30/04/2015
920
921
922
923
924
68
925
926
927
928
929
930
931
932
933
934
# if (any(idcom>1) & nbevt<2) stop ("No event specific effect can be estimated with less
than two events ")
935
936
937
938
939
940
941
942
943
944
945
946
947
948
949
950
951
952
953
954
955
956
957
958
959
960
961
962
963
964
965
966
967
968
969
970
971
972
973
974
975
976
## nb coef pr survie
nvarxevt < 0
nvarxevt2 < 0 # pr valeurs initiales calculees avec Fortran
for ( j in 1:nv0)
{
if (idcom[j]==1)
{
if ( all ( idspecif [, j]==1))
{
nvarxevt < nvarxevt + 1
nvarxevt2 < nvarxevt2 + 1
}
69
977
978
979
980
981
982
983
if (idcom[j]==0)
{
if ( all ( idspecif [, j]==0)) next
for (k in 1:nbevt)
{
if ( idspecif [k, j]==1)
{
nvarxevt < nvarxevt +
nvarxevt2 < nvarxevt2
}
if ( idspecif [k, j]==2)
{
nvarxevt < nvarxevt +
nvarxevt2 < nvarxevt2
}
}
}
984
985
986
987
988
989
990
991
992
993
994
995
996
997
998
999
1000
1001
1
+1
ng
+1
1002
1003
1004
1005
1006
ntrtot0 < ( idlink ==1) + 2(idlink==0) + 4( idlink ==1) + ( nbzitr +2)( idlink ==2)
nef < sum(idg0==1) + ng0sum(idg0==2)
if ( idlink !=1) nef < nef1
1007
1008
1009
1010
1011
1012
1013
1014
1015
1016
1017
1018
1019
1020
1021
1022
1023
1024
1025
1026
1027
1028
1029
1030
##valeurs initiales
if ( ! (missing(B)))
{
if ( length (B)==NPM) b < B
else stop ( paste ("Vector B should be of length " , NPM))
}
else
{
b < rep(0,NPM)
70
1031
1032
for ( i in 1:nbevt)
{
1033
1034
1035
1036
1037
1038
1039
1040
1041
1042
1043
1044
1045
1046
1047
if ( typrisq [ i]==0)
{
if (risqcom==0)
{
for ( j in 1:ng)
{
b[nprob+j] < 0
}
}
else
{
b[nprob+1] < 0
}
}
1048
1049
else {
1050
1051
1052
1053
1054
1055
1056
1057
1058
1059
1060
1061
1062
1063
if ( typrisq [ i]==2)
{
if ( logspecif ==1)
{
b[nprob+sum(nrisq[1: i ]) nrisq[ i ]+1: nrisq [ i ]] < c(rep(c(
log(sum(devt==i)/sum(tsurv[ devt==i]) ) ,0) , ifelse (
risqcom==0,ng,1)) , rep (1,( ng1)(risqcom[i]==2)))
}
else
{
b[nprob+sum(nrisq[1: i ]) nrisq[ i ]+1: nrisq [ i ]] < c(rep(c(
sqrt (sum(devt==i)/sum(tsurv[ devt==i]) ) ,1) , ifelse (
risqcom==0,ng,1)) , rep (1,( ng1)(risqcom[i]==2)))
}
}
else
{
1064
if ( logspecif ==1)
{
b[nprob+sum(nrisq[1: i ]) nrisq[ i ]+1: nrisq [ i ]] < c(rep(log(1 /
nprisq [ i ]) , ifelse (risqcom[ i ]==0,ngnprisq[ i ], nprisq [ i ]) ) ,
rep (1,( ng1)(risqcom[i]==2)))
}
else
{
b[nprob+sum(nrisq[1: i ]) nrisq[ i ]+1: nrisq [ i ]] < c(rep( sqrt (1 /
nprisq [ i ]) , ifelse (risqcom[ i ]==0,ngnprisq[ i ], nprisq [ i ]) ) ,
rep (1,( ng1)(risqcom[i]==2)))
}
1065
1066
1067
1068
1069
1070
1071
1072
1073
1074
1075
1076
71
1077
1078
1079
1080
1081
1082
1083
1084
1085
1086
1087
1088
1089
1090
}
if (nvc>0)
{
if ( idiag ==1) b[nprob+ nrisqtot +nvarxevt+nef+1:nvc] < rep(1,nvc)
if ( idiag ==0)
{
init . nvc < diag(nea0)
init . nvc < init . nvc[upper. tri ( init . nvc, diag=TRUE)]
b[nprob+ nrisqtot +nvarxevt+nef+1:nvc] < init . nvc
}
}
if (nwg0>0) b[nprob+nrisqtot+nvarxevt+nef+nvc+1:nw] < 1
if (ncor0==1) b[nprob+ nrisqtot +nvarxevt+nef+nvc+nw+1] < 1
if (ncor0==2) b[nprob+ nrisqtot +nvarxevt+nef+nvc+nw+1:2] < c(0,1)
1091
1092
1093
1094
1095
1096
1097
1098
1099
1100
1101
1102
1103
1104
1105
1106
1107
1108
1109
1110
1111
1112
1113
1114
1115
1116
1117
1118
1119
1120
1121
1122
1123
1124
if ( idlink ==0)
{
b[nprob+ nrisqtot +nvarxevt+nef+nvc+nw+ncor0+1] < mean(Y0)
b[nprob+ nrisqtot +nvarxevt+nef+nvc+nw+ncor0+2] < 1
}
if ( idlink ==1)
{
b[nprob+ nrisqtot +nvarxevt+nef+nvc+nw+ncor0+1] < 0
b[nprob+ nrisqtot +nvarxevt+nef+nvc+nw+ncor0+2] < log(2)
b[nprob+ nrisqtot +nvarxevt+nef+nvc+nw+ncor0+3] < 0.7
b[nprob+ nrisqtot +nvarxevt+nef+nvc+nw+ncor0+4] < 0.1
}
if ( idlink ==2)
{
b[nprob+ nrisqtot +nvarxevt+nef+nvc+nw+ncor0+1] < 2
b[nprob+ nrisqtot +nvarxevt+nef+nvc+nw+ncor0+2:ntrtot0] < 0.1
}
#cat ("B inti pour ng=1 ", b ,"\ n")
if (ng>1)
{
prior02 < rep(0,nobs0)
idprob02 < rep(0,nv0)
idg02 < idg0
idg02[idg02==2] < 1
ng02 < 1
nw2 < 0
nef2 < sum(idg0!=0)
if ( idlink !=1) nef2 < nef21
idspecif2 < as. vector ( t ( idspecif ) )
idspecif2 [which( idspecif2 ==2)] < 1
risqcom2 < rep(0,nbevt)
1125
1126
1127
1128
72
1129
1130
1131
1132
1133
1134
1135
1136
1137
1138
1139
1140
1141
V2 < rep(0,NPM2(NPM2+1)/2)
loglik2 < 0
ppi02 < rep(0,ns0)
ppitest02 < rep(0,nobs0)
pred_m_g2 < rep(0,nobs0)
pred_ss_g2 < rep(0,nobs0)
maxiter2 < min(75,maxiter)
convB2 < max(0.01,convB)
convL2 < max(0.01,convL)
convG2 < max(0.01,convG)
risq _est2 < matrix(0,nrow=nsim,ncol=nbevt)
risqcum_est2 < matrix(0,nrow=nsim,ncol=nbevt)
1142
1143
1144
1145
1146
1147
1148
1149
1150
1151
1152
1153
1154
1155
1156
1157
1158
1159
1160
1161
1162
1163
1164
1165
1166
1167
1168
1169
1170
1171
1172
1173
1174
1175
1176
1177
1178
1179
1180
1181
1182
73
1183
1184
1185
1186
1187
1188
1189
1190
1191
1192
1193
1194
if (risqcom[ke]==1)
{
b[nprob+sum(nrisq[1:ke ])nrisq[ke]+1: nrisq [ke ]] < init $
best [sum(nrisq [1: ke ]) nrisq[ke]+1: nprisq [ke ]]
}
1195
1196
1197
1198
1199
if (risqcom[ke]==2)
{
b[nprob+sum(nrisq[1:ke ])nrisq[ke]+1: nrisq [ke ]] < c(
init $best [sum(nprisq [1: ke ])nprisq[ke]+1: nprisq [ke
]],0.5+(0:( ng02))0.5)
}
1200
1201
1202
1203
1204
1205
1206
1207
1208
1209
1210
1211
## pr bevt
avtj < nprob+nrisqtot
avtj2 < sum(nprisq)
for ( j in 1:nv0)
{
if (idcom[j]==0 & all ( idspecif [, j]==0)) next
1212
1213
1214
1215
1216
1217
1218
1219
1220
1221
1222
1223
1224
1225
1226
74
1227
1228
1229
1230
1231
1232
1233
1234
1235
1236
1237
1238
1239
1240
1241
1242
1243
1244
1245
1246
1247
1248
1249
1250
1251
1252
1253
1254
1255
1256
1257
1258
1259
1260
## if ( idxevt0 [ j]==1)
##
{
##
nn < ifelse ( idcausespecif [ j ]==1,nbevt ,1)
##
b[nprob+ nrisqtot + avtj +1:nn] < init $best [sum(nprisq)+
avtj2+1:nn]
1261
1262
1263
1264
##
##
##
1265
1266
1267
1268
1269
1270
## if ( idxevt0 [ j]==2)
##
{
##
nn < ng0ifelse ( idcausespecif [ j ]==1,nbevt ,1)
##
if ( init $conv==1) b[nprob+ nrisqtot + avtj +1:nn] < abs(
rep( init $best [sum(nprisq)+avtj2 +1:(nn/ng0) ], ng0)+rep ((1: ng0)
(ng0+1)/2,nn/ng0)rep( init $V[(sum(nprisq)+avtj2 +1:(nn/ng0)
)(sum(nprisq)+avtj2 +1:(nn/ng0)+1)/ 2], ng0))
##
else b[nprob+ nrisqtot + avtj +1:nn] < abs(rep( init $best
[sum(nprisq)+avtj2 +1:(nn/ng0) ], ng0)+rep ((1: ng0)(ng0+1)/2,
75
##
##
##
##
1272
1273
1274
1275
##
##
1276
1277
##
1278
1279
1280
1281
1282
1283
1284
1285
1286
1287
1288
1289
1290
1291
1292
1293
1294
1295
1296
## pr nef
avtj < nprob+nrisqtot+nvarxevt
avtj2 < sum(nprisq)+nvarxevt2
for ( j in 1:nv0)
{
if (idg0[ j]==1)
{
if ( j==1 & idlink !=1) next
else
{
if ( init $conv==1) b[ avtj +1] < init $best [ avtj2 +1]
avtj < avtj+1
avtj2 < avtj2+1
}
}
1297
1298
1299
1300
1301
1302
1303
1304
if (idg0[ j]==2)
{
if ( j==1)
{
if ( idlink !=1)
{
b[ avtj +1:(ng01)] < 0.5(1:(ng01))
1305
1306
1307
else
1308
1309
1310
1311
1312
1313
1314
1315
1316
1317
else
{
if ( init $conv==1) b[ avtj +1:ng0] < init $best [
avtj2 +1]+(1:ng0(ng0+1)/2)sqrt( init $V[(
avtj2+1)( avtj2 +1+1)/2])
76
1318
1319
1320
1321
1322
1323
1324
1325
1326
## pr nvc
if (nvc>0)
{
b[nprob+ nrisqtot +nvarxevt+nef+1:nvc] < init $best [sum(nprisq)+
nvarxevt2+nef2+1:nvc]
}
1327
1328
1329
1330
1331
1332
## cor et transfo
b[(nprob+ nrisqtot +nvarxevt+nef+nvc+nw+1):NPM] < init$best[(sum(nprisq)
+nvarxevt2+nef2+nvc+1):NPM2]
1333
1334
1335
1336
1337
}
}
#cat ("B init a partir du modele pour ng=1 ", b ,"\ n")
1338
1339
1340
1341
1342
1343
1344
1345
1346
1347
1348
1349
1350
##prm classmb
if (ng0>=2)
{
nom < rep(nom.X0[idprob0==1],each=ng01)
nom1 < paste(nom," class" , c (1:( ng01)),sep="")
names(b)[1:nprob] < nom1
}
1351
1352
1353
1354
1355
1356
1357
1358
1359
1360
1361
1362
1363
1364
1365
1366
77
1367
1368
1369
1370
}
if ( typrisq [ i]==3)
{
nom2 < paste(nom1[1:(nz[i]1)]," log( splines " ,1:( nz[ i ]+2) , ")" ,
sep="")
nom1[1:((nz[ i ]+2) ifelse (risqcom[ i ]==0,ng,1) ) ] < rep(nom2,
ifelse (risqcom[ i ]==0,ng(risqcom[i]==0) ,1) )
if (risqcom[ i]==2) nom1[nz[i]+2+1:(ng1)] < paste(nom1[nz[i
]+2+1:(ng1)],"SurvPH")
names(b)[nprob+sum(nrisq[1: i ]) nrisq[ i ]+1: nrisq [ i ]] < nom1
}
1371
1372
1373
1374
1375
1376
1377
1378
1379
1380
1381
1382
1383
1384
1385
1386
1387
1388
1389
1390
1391
1392
1393
1394
1395
1396
1397
1398
1399
1400
1401
1402
1403
1404
1405
1406
else
{
for ( i in 1:nbevt)
{
nom1 < rep(paste("event" , i , sep="") , nrisq [ i ])
if ( typrisq [ i]==2)
{
nom2 < paste(nom1[1:2]," +/sqrt(Weibull" ,1:2, ")" , sep="")
nom1[1:(2 ifelse (risqcom[ i ]==0,ng,1) ) ] < rep(nom2, ifelse (
risqcom[ i ]==0,ng(risqcom[i]==0) ,1) )
if (risqcom[ i]==2) nom1[2+1:(ng1)] < paste(nom1[2+1:(ng1)],"
SurvPH")
names(b)[nprob+sum(nrisq[1: i ]) nrisq[ i ]+1: nrisq [ i ]] < nom1
}
if ( typrisq [ i]==1)
{
nom2 < paste(nom1[1:(nz[i]1)]," +/sqrt( piecewise" ,1:( nz[ i]1)
,")" , sep="")
nom1[1:((nz[ i]1) ifelse (risqcom[ i ]==0,ng,1) ) ] < rep(nom2,
ifelse (risqcom[ i ]==0,ng(risqcom[i]==0) ,1) )
if (risqcom[ i]==2) nom1[nz[i]1+1:(ng1)] < paste(nom1[nz[i
]1+1:(ng1)],"SurvPH")
names(b)[nprob+sum(nrisq[1: i ]) nrisq[ i ]+1: nrisq [ i ]] < nom1
}
if ( typrisq [ i]==3)
{
nom2 < paste(nom1[1:(nz[i]1)]," +/sqrt( splines " ,1:( nz[ i ]+2) , "
)" , sep="")
nom1[1:((nz[ i ]+2) ifelse (risqcom[ i ]==0,ng,1) ) ] < rep(nom2,
ifelse (risqcom[ i ]==0,ng(risqcom[i]==0) ,1) )
if (risqcom[ i]==2) nom1[nz[i]+2+1:(ng1)] < paste(nom1[nz[i
]+2+1:(ng1)],"SurvPH")
names(b)[nprob+sum(nrisq[1: i ]) nrisq[ i ]+1: nrisq [ i ]] < nom1
}
78
1407
1408
1409
1410
1411
1412
1413
1414
1415
1416
1417
1418
1419
1420
1421
1422
1423
}
}
if (ng>1)
{
for ( i in 1:nbevt)
{
if (risqcom[ i]==1) next ;
if (risqcom[ i]==0)
{
names(b)[nprob+sum(nrisq[1: i ]) nrisq[ i ]+1: nrisq [ i ]] < paste(
names(b)[nprob+sum(nrisq[1: i ]) nrisq[ i ]+1: nrisq [ i ]], paste ("
class " , rep (1: ng,each=nprisq[ i ]) ) )
}
if (risqcom[ i]==2)
{
names(b)[nprob+sum(nrisq[1: i ]) nrisq[ i ]+1: nrisq [ i ]] < paste(
names(b)[nprob+sum(nrisq[1: i ]) nrisq[ i ]+1: nrisq [ i ]], c(rep("
" , nprisq [ i ]) , paste (" class " ,1:( ng1),sep="")) , sep="")
}
}
}
1424
1425
1426
1427
1428
1429
1430
1431
1432
1433
1434
1435
1436
1437
1438
1439
1440
1441
1442
1443
1444
1445
1446
1447
1448
1449
1450
1451
1452
1453
1454
1455
79
1456
1457
1458
1459
1460
1461
1462
1463
1464
1465
1466
1467
1468
1469
1470
1471
1472
1473
1474
1475
1476
1477
1478
1479
1480
1481
1482
1483
1484
1485
1486
1487
1488
1489
1490
1491
1492
1493
1494
1495
1496
1497
1498
1499
1500
1501
1502
1503
1504
1505
1506
80
1507
1508
1509
1510
1511
1512
1513
1514
1515
1516
1517
1518
1519
1520
1521
1522
1523
1524
1525
1526
1527
1528
1529
1530
1531
1532
1533
1534
1535
1536
1537
1538
1539
1540
1541
1542
1543
1544
1545
1546
1547
1548
1549
1550
1551
1552
1553
1554
1555
1556
1557
1558
##prm fixed
if (ng0==1)
{
if ( idlink !=1)
{
names(b)[nprob+ nrisqtot +nvarxevt+1:nef] < nom.X0[1][idg0[1]!=0]
}
else
{
# print (nprob+ nrisqtot +nvarxevt )
# print (nef)
# print (nom.X0)
# print (idg0)
names(b)[nprob+ nrisqtot +nvarxevt+1:nef] < nom.X0[idg0!=0]
}
}
if (ng0>1)
{
nom1< NULL
for ( i in 1:nv0)
{
if (idg0[ i]==2)
{
if ( i==1)
{
if ( idlink ==1)
81
1559
1560
1561
1562
else
1563
1564
1565
1566
}
}
if ( i>1)
{
nom < paste(nom.X0[i]," class " , c (1: ng0),sep="")
nom1 < c(nom1,nom)
}
1567
1568
1569
1570
1571
1572
1573
}
if (idg0[ i]==1 & i==1 & idlink==1) nom1 < c(nom1,nom.X0[i])
if (idg0[ i]==1 & i>1) nom1 < c(nom1,nom.X0[i])
1574
1575
1576
1577
}
names(b)[nprob+ nrisqtot +nvarxevt+1:nef]< nom1
1578
1579
1580
1581
1582
1583
1584
1585
1586
1587
##prm cor
if (ncor0>0) {names(b)[nprob+ nrisqtot +nvarxevt+nef+nvc+nw+1:ncor0] < paste("cor" ,1: ncor0
,sep="")}
1588
1589
1590
1591
1592
1593
##prm link
if ( idlink ==1) names(b)[nprob+nrisqtot+nvarxevt+nef+nvc+nw+ncor0+1] < "stderr"
if ( idlink ==0) names(b)[nprob+ nrisqtot +nvarxevt+nef+nvc+nw+ncor0+1:2]< c("Linear 1","
Linear 2")
if ( idlink ==1) names(b)[nprob+ nrisqtot +nvarxevt+nef+nvc+nw+ncor0+1:4]< paste("Beta",1:4,
sep="")
if ( idlink ==2) names(b)[nprob+ nrisqtot +nvarxevt+nef+nvc+nw+ncor0+1:ntrtot0]< paste("I
splines" , c (1: ntrtot0 ) , sep="")
1594
1595
1596
1597
1598
1599
1600
1601
#browser()
# print (b)
#### estimation
idspecif < as. vector ( t ( idspecif ) )
# return (b)
## pour reduire le nb darguments:
int6 < c(nw,ncor0,idiag0 , idtrunc , logspecif , maxiter )
1602
1603
1604
1605
1606
1607
82
1608
1609
1610
1611
1612
1613
1614
1615
1616
1617
1618
1619
1620
1621
1622
1623
1624
1625
1626
1627
1628
1629
#, as . integer ( Ydiscret ) ,
# vraisdiscret =as.double( vraisdiscret ) , UACV=as.double(UACV),
# rlindiv =as.double( rlindiv ) ) #,package="lcmm")
1630
1631
1632
1633
#browser()
1634
1635
#out < list ( best=b,V=V,loglik=loglik , niter =0,conv=0,gconv=c(0,0,0) , ppi=0, ppitest =0, resid _m=0,
resid_ss=0,pred_m_g=0,pred_ss_g=0,predRE=0,time=0,risq_est=0,risqcum_est=0,marker=0,transfY
=0,Yobs=0, statglob =0, statevt =0)
1636
1637
1638
1639
# print (out)
1640
1641
1642
1643
1644
1645
1646
1647
1648
1649
1650
1651
1652
1653
1654
1655
1656
83
1657
1658
else
{
ch < NA
1659
1660
1661
1662
1663
1664
1665
1666
1667
1668
1669
1670
1671
1672
1673
1674
1675
1676
1677
1678
1679
1680
1681
1682
1683
1684
1685
1686
1687
1688
1689
1690
1691
1692
1693
1694
1695
1696
1697
1698
1699
1700
1701
1702
1703
1704
1705
1706
1707
1708
1709
1710
84
1711
1712
1713
1714
1715
1716
1717
1718
1719
1720
1721
1722
1723
1724
1725
1726
1727
1728
1729
1730
1731
1732
temp<paste("pred_m",1:ng0,sep="")
temp1<paste("pred_ss",1:ng0,sep="")
colnames(pred)<c(subject , "pred_m"," resid _m","pred_ss" , " resid _ss" , "obs" , temp,temp1)
1733
1734
1735
1736
1737
1738
1739
1740
1741
### risques
risqcum_est < matrix(out$risqcum_est , nrow=nsim,ncol=ng0nbevt)
risq _est < matrix(out$ risq _est , nrow=nsim,ncol=ng0nbevt)
predSurv < cbind(time, risq _est , risqcum_est )
1742
temp < paste( paste ("event" , rep (1: nbevt , each=ng0)," . RiskFct" , sep="") ,1: ng0,sep="")
temp1 < paste( paste ("event" , rep (1: nbevt , each=ng0)," . CumRiskFct",sep=""),1:ng0,sep="")
colnames(predSurv) < c("time",temp,temp1)
rownames(predSurv) < 1:nsim
1743
1744
1745
1746
1747
1748
1749
1750
###estimlink
estimlink < cbind(out$marker,out$transfY )
colnames( estimlink ) < c(nomY,paste("transf " , nomY,sep="."))
1751
1752
1753
1754
1755
1756
1757
1758
1759
1760
1761
1762
1763
### N
N < NULL
N[1] < nprob
85
N[2]
N[3]
N[4]
N[5]
N[6]
N[7]
N[8]
N[9]
1764
1765
1766
1767
1768
1769
1770
1771
< nrisqtot
< nvarxevt
< nef
< nvc
< nw
< ncor0
< ntrtot0
< nobs0
1772
1773
1774
1775
1776
1777
1778
1779
1780
1781
1782
1783
1784
1785
1786
1787
1788
1789
1790
1791
1792
1793
1794
1795
1796
1797
1798
1799
1800
1801
cost<proc.time()ptm
cat ("The program took" , round( cost [3],2) , "seconds \n")
1802
1803
1804
1805
return ( res )
1806
1807
Jointlcmm.R
86