Modélisation des observations longitudinales incomplètes
Auteur / Autrice : | Pascal Minini |
Direction : | Michel Chavance |
Type : | Thèse de doctorat |
Discipline(s) : | Biostatistique |
Date : | Soutenance en 2004 |
Etablissement(s) : | Paris 11 |
Partenaire(s) de recherche : | Laboratoire : Biostatistique (Villejuif, Val de Marne) |
autre partenaire : Université de Paris-Sud. Faculté de médecine (Le Kremlin-Bicêtre, Val-de-Marne) | |
Jury : | Président / Présidente : Jean Maccario |
Examinateurs / Examinatrices : Michel Chavance, Jean Maccario, Hélène Jacqmin-Gadda, Geert Molenberghs, Florence Casset Semanaz, Catherine Huber-Carol | |
Rapporteurs / Rapporteuses : Hélène Jacqmin-Gadda, Geert Molenberghs |
Mots clés
Résumé
Au cours des études longitudinales, des sujets sont observés afin de mesurer l'évolution une réponse d'intérêt. Le protocole de ces études prévoit de recueillir un certain nombre de réponses pour chaque sujet. Cependant, il est extrêmement rare que toutes les mesures prévues soient effectivement réalisées. L'analyse des données incomplètes est devenu un thème majeur de la statistique au cours des dernières années. De nombreuses méthodes ont été proposées, mais il est généralement impossible de s'assurer de leur validité. Il est désormais recommandé de réaliser une analyse de sensibilité, afin d'évaluer dans quelle mesure les résultats d'une étude peuvent être affectés par différentes hypothèses concernant le processus de données manquantes. Ce rapport souligne la nécessité de l'analyse de sensibilité, et montre comment cet objectif peut être atteint dans trois situations différentes, les données normales, les données binaires et les données de survie.