Résumé 133 :
Tests du log-rank ajusté : étude de simulations
Le Borgne, Florent ; Foucher, Yohann
EA4275 - IDBC/A2com
Dans les études observationnelles, la présence de facteurs de confusion est fréquente et la comparaison de différents groupes de sujets nécessite alors un ajustement. En présence de données de survie, cet ajustement peut être réalisé à l'aide d'un modèle multivarié (modèle de Cox le plus souvent) permettant de valider une différence observée des courbes de survie brutes obtenues par l'estimateur de Kaplan-Meier. Cependant, ce type de régression résume souvent l'effet du facteur explicatif d'intérêt par un rapport des risques instantanés (RR). Cette perte d'information est tellement dommageable que la plupart des travaux de recherche en biologie ou en médecine présentent les courbes de survie brutes (biaisées mais précises) en plus des RR ajustés (non biaisés mais trop synthétiques). Une solution récente est l'utilisation de courbes de survie ajustées par une méthode de pondération basée sur les scores de propension accompagnées d'un test du Log-rank ajusté (IPTW, Inverse Probability of Treatment Weighted). Cependant, trois variantes sont retrouvées dans la littérature sans aucune comparaison des performances de ces tests en termes de risques de première et seconde espèces. Nous proposons dans ce travail une étude de simulations afin (i) d'évaluer si les performances de ces tests du Log-rank ajusté sont acceptables par rapport à un modèle de Cox classiquement utilisé, et (ii) choisir le plus performant des trois tests.