Introduction à l’analyse de survie, courbe de Kaplan-Meier

Dans ce cours, nous abordons le domaine particulier des statistiques qui est l’analyse de survie. Dans cette première vidéo nous allons apprendre les notions de base, notamment, la fonction de survie et l’estimateur de survie de Kaplan-Meier.
Quand on fait l’analyse de survie, on cherche habituellement à modéliser la survie, c’est-à-dire, le temps restant avant la mort, des organismes biologiques. Cette analyse est utilisée en médecine, mais pas uniquement. L’analyse de survie s’applique également à d’autres domaines, ainsi qu’à des systèmes artificiels, par exemple, pour modéliser le temps restant avant une panne d’un appareil. Dans ce cours, nous utilisons des exemples de jeux de données de cancers, en biologie et médecine. Dans ce contexte, nous appliquons l’analyse de survie à la survie des patients.
Le cours présente tout d’abord la fonction de survie qui est une notion fondamentale dans ce domaine. Elle représente la probabilité qu’un évènement (par exemple, le décès d’un patient atteint d’un cancer) arrive après un certain temps. La fonction de survie prédit le pronostic pour chaque patient. C’est une information importante pour le médecin qui l’aide à choisir un traitement adapté.
La deuxième partie du cours est consacré à l’estimateur de Kaplan-Meier qui permet d’approximer la fonction de survie théorique à partir d’un jeu de données. Vous pouvez suivre une démonstration pas à pas de la construction d’une courbe de Kaplan Meier dans le cas de données non censurée et ensuite dans le cas de données censurées. A la fin du cours, on analyse un exemple d’une courbe de survie pour les données réelles du cancer du sein.
Intervenant : Ekaterina Flin, ingénieur en informatique, groupe EpiMed, Institut pour l’Avancée des Biosciences (IAB), Université Grenoble Alpes (UGA)
#analyse_de_survie #kaplan_meier
Table des matières
00:00 Introduction à l’analyse de survie
00:44 Notion de la fonction de survie
02:11 Exemple : espérance de vie d’un être humain
03:17 Estimation de survie avec la courbe de Kaplan-Meier
04:49 Démonstration : courbe de Kaplan-Meier pour les données non censurées
05:33 Notion des données censurées
06:46 Démonstration : courbe de Kaplan-Meier pour les données censurées
08:13 Exemple : courbe de survie pour les données réelles du cancer du sein
09:08 Intervalle de confiance et survie médiane
09:39 Bilan du cours et points clés à retenir
10:12 Annonce des prochains cours et conclusion
Liens
Créer une courbe de survie de Kaplan-Meier avec Python : • Créer une courbe de su...
Le test du logrank pour comparer des courbes de survie : • Le test du logrank pou...
Introduction au modèle à risque proportionnel de Cox : • Introduction au modèle...
Applications du modèle à risque proportionnel de Cox : • Applications du modèle...

[@fabalysovogui6932]

C'est claire et bien expliqué. Merci vraiment

[@Soulergonote]

C'est très clair merci, ça m'aide pour mon projet !

[@NephroPlaza]

Bravo , Exellente vidéo

[@user-nn7in2je1w]

Je vous remercie infiniment

[@alainbalola7009]

Thank you, waiting for the coming videos

[@epimedopencourse]

Thank you for your comment.

[@sarra.zade2023]

Merci ❤

[@xXkikujiroXx]

Merci de partager :) c'est très clair !

[@epimedopencourse]

Merci !

[@user-js6vw5zu1c]

لم افهم مثال 3:11😞

[@drdeddykasong2331]

Merci madame

[@henkyhenky3367]

Merci beaucoup pour ce cours

[@epimedopencourse]

Merci pour votre retour, c'est important pour nous.

[@ali-ummto]

Merci.

[@JeromeFortias]

Excellent court un rien déprimant :-)

[@harounaassietoufall]

Très utile ma belle

[@moussaanouguindo5391]

Merci pour cette vidéo intéressante

[@epimedopencourse]

C'est gentil, merci pour votre commentaire.

[@moussaanouguindo5391]

@@epimedopencourse Je profite vous poser une question. Je veux savoir une fois les variables "durée" et l"indice de troncature" crées... Est-ce qu'il conseillé de de ne retenir que les individus en lieu en place des observations. Sur Stata par exemple la commande "ltable" nous donne une table qui rend compte des morts, des survivants, des cas de censure, des probabilités....Cela entre chaque période de suivi.. Sur cette table par exemple faut il retenir seulement les individus ou toutes les observations?

[@epimedopencourse]

Bonjour,
La commande "itable" de stata affiche effectivement plusieurs colonnes dont l'effectif des personnes observées au début de chaque période, le nombre d'évènements (décès), le nombre de censures, la fonction de survie, l'erreur standard et l'intervalle de confiance CI. Si j'ai bien compris votre question, vous souhaitez savoir si vous pouvez retenir uniquement l'information sur les individus, c'est-à-dire, la première colonne (effectif des personnes observées au début de chaque période) en abandonnant les autres informations. Est-ce que c'est bien ça ?
En fait, cela dépend de votre objectif et de l'information que vous recherchez. La table "itable" apporte le détail sur la fonction de survie estimée. Par exemple, pour créer un graphique de la courbe de survie de Kaplan-Meier globale, vous utilisez les mesures de la colonne "survie". C'est cette colonne qui donne la valeur de la fonction de survie estimée à chaque unité de temps. Il est également courant de marquer les points censurés et l'intervalle de confiance sur la courbe de survie. L'intervalle de confiance est présenté dans "itable" etc.

[@moussaanouguindo5391]

@@epimedopencourse Au fait je veux parler de la variable durée et la variable indice que j'aurais à créer. Après ces créations et avant de faire l'analyse descriptive (itable) est-ce retenir pour chaque individu l'indice et la durée en supprimant les autres observations(chaque individu pouvant faire l'objet de plusieurs observations)

[@taclineundersurvival]

Yeah! ;p

[@yassinelabchir2659]

Je veux la présentation pour réviser svp

[@ramadankarim5757]

Bnjr . Je besoin de toi plz contacter a moi