Apports des modèles de survie relative dans la modélisation des patients transplantés rénaux : application à la cohorte DIVAT

• Auteur / Autrice : Katy Trébern-Launay
• Direction : Magali Giral, Yohann Foucher
• Type : Thèse de doctorat
• Discipline(s) : Biologie, médecine et santé. Immunologie
• Date : Soutenance en 2013
• Etablissement(s) : Nantes
• Ecole(s) doctorale(s) : École doctorale Biologie-Santé Nantes-Angers (2008-2021)
• Partenaire(s) de recherche : Autre partenaire : Nantes Université. Pôle SantéUFR Médecine et Techniques Médicales (Nantes)

Mots clés

Mots clés contrôlés

Survie (médecine)

Suivi de cohortes de malades

Rein -- Transplantation

Résumé

L'étude de la survie occupe une place importante de la statistique appliquée aux cohortes en épidémiologie clinique. Récemment, le développement des modèles de survie relative a permis d'étudier la survenue d'événements liés spécifiquement à un groupe sans nécessité de connaître la cause de l'événement, en comparant la survie observée dans un groupe d'étude à celle attendue dans un groupe contrôle. Dans ce manuscrit, nous appliquons cette approche à l'étude de deux cohortes de patients transplantés rénaux. La première application vise à comparer la survie des premières et des secondes transplantations rénales. Nous présentons d'abord une approche de survie classique dont nous discutons les limites. Dans la seconde application, nous nous intéressons à la mortalité relative des patients transplantés pour la première fois par rapport à ceux restés en dialyse. Pour ce faire, nous modélisons d'abord la mortalité attendue en dialyse à l'aide d'un modèle de mélange paramétrique afin de tenir compte de la compétition entre le décès et la transplantation après l'inscription sur liste d'attente de greffe.

Survival analysis constitutes an important field of the statistics applied to cohorts' analysis in clinical epidemiology. Recently, the development of relative survival models allowed studying the occurrence of events relative to a particular group without the need for cause-of-event information, by comparing the observed survival rate of a studied cohort to the expected surival rate of a background cohort. Ln this manuscript, we apply this approach to study two cohorts of kidney transplant recipients. The first application aims to compare survival of first and second kidney transplant recipients. We discuss limits of the first classical survival approach presented. Ln the second application, we focus on the relative mortality of first kidney transplant recipients compared with end-stage-renal disease patients in dialysis. To this end, we first model the expected mortality of dialysed patients by using a parametric mixture model to take into account the competition between death and transplantation after registration on the renal transplant waiting list.