Résumé 234 :
Modélisation conjointe de données longitudinales et de temps d'événements compétitifs
Ferrer, Loïc ; Proust-Lima, Cécile
Inserm U897
La modelisation conjointe de donnees longitudinales et donnees de survie est de plus en plus utilisee dans les essais cliniques sur le cancer. Dans le cancer de la prostate par exemple, ces modeles permettent d'etudier l'effet des facteurs pronostiques sur le temps de recidive, et le lien entre mesures longitudinales du niveau de l'antigene specifique de la prostate (PSA) et temps de recidive. En pratique, il existe plusieurs types de recidives. Il peut etre interessant de les distinguer afin de rechercher, par exemple, quelles covariables impactent le risque d'avoir une rechute distante ou un deces du cancer de la prostate, independamment de leur effet sur le risque de rechute locale, ou bien de predire specifiquement le risque de rechute locale.
Nous presentons un modele conjoint pour un marqueur longitudinal et des evenements competitifs qui se decompose en deux sous-modeles : un sous-modele lineaire mixte pour les donnees longitudinales (mesures repetees des PSA), et un sous-modele a risques proportionnels specifique a chaque cause pour les temps d'evenements competitifs (rechutes cliniques par type), tous deux lies par des effets aleatoires partages. Nous utilisons l'approche du maximum de vraisemblance et l'algorithme EM notamment pour estimer les parametres du modele. Plusieurs specifications de ce modele sont presentees, a l'aide de differentes structures d'association entre processus longitudinal et de survie.
Nous appliquons ces modeles a l'aide d'exemples detailles sur deux cohortes d'hommes suivis pour un cancer de la prostate apres une radiotherapie. Nous concluons sur l'utilite d'un modele conjoint a risques competitifs dans ce cadre.