Representation geographique des taux de mortalite : modelisation spatiale et methodes bayesiennes

Mapping mortality rates: spatial models and bayesian methods

• Auteur / Autrice : ANNIE MOLLIE
• Direction : Paul Deheuvels
• Type : Thèse de doctorat
• Discipline(s) : Statistique
• Date : Soutenance en 1990
• Etablissement(s) : Paris 6

Résumé

Des methodes empiriques bayesiennes et purement bayesienes sont developpees pour faire ressortir la structure spatiale globale des taux de mortalite ou d'incidence observes sur des unites geographiques, dans le cas d'une maladie rare ou la fluctuation aleatoire de ces taux est importante. En combinant l'information sur les nombres d'evenements observes qui suivent une loi de poisson, a celle donnee par une loi a priori sur les taux, ces methodes permettent d'obtenir des estimateurs plus fiables que l'estimateur du maximum de vraisemblance classique, le taux standardise indirect (smr). Differentes lois a priori sur les taux pouvant prendre en compte leur dependance spatiale observee, ont ete etudiees. Il s'agit des modeles spatiaux autoregressifs simultane et conditionnel a l'ordre 1, d'une generalisation de ce dernier adaptee au cas de domaines irreguliers (modele intrinseque), et d'un modele de convolution entre un modele intrinseque et une variation aleatoire non spatiale (modele somme). Nos resultats montrent que ce dernier modele semble le plus approprie car il autorise la coexistence d'une dependance spatiale locale et/ou d'une fluctuation aleatoire non structuree. L'ensemble de ces methodes a ete developpe dans un cadre general permettant de tenir compte de l'effet de covariables dans l'estimation de la moyenne des taux. Des exemples concernant la representation des taux de mortalite par cancer pour des localisations rares par departement en france illustrent ces methodes. L'etude de l'estimation empirique bayesienne du coefficient de correlation entre deux ensembles de taux non autocorreles est egalement traitee