Evaluer la capacité des modèles paramétriques à risques compétitifs pour prédire les incidences cumulées à long terme en utilisant les données à court terme dans le cancer du sein. Responsable : Thomas Filleron Tél : 05-67-69-63-95 Mél : [email protected] Lieu : Institut Claudius Regaud. 20-24 rue du Pont Saint-Pierre, 31052 Toulouse Cedex Contexte Scientifique A la fin du traitement pour un cancer, le patient est considéré en rémission. A partir d'un certain intervalle de temps de rémission complète, le terme de guérison est employé avec une probabilité de certitude de plus en plus grande. La plupart des études définissent le taux de guérison soit en prenant en compte le taux de survie à 5 ans ou 10 ans estimé par la méthode de Kaplan-Meier (Kaplan, 1958), soit par la survie relative à un délai donné, généralement 5 ans. A l’aide de cohortes de patients possédant un suivi suffisant, ces modèles ont alors été utilisés pour prédire les données à long terme à l’aide des données de survie à court terme. En considérant uniquement les données de survie à court terme, c’est-à-dire dans les 2 ou 3 premières années post-traitement, le modèle a été utilisé pour prédire les taux de survie à 10 et 15 ans (Mould, 2003 ; Boag, 1949). Les valeurs prédites par le modèle ont été comparées aux résultats observés à 10 et 15 ans. Cette stratégie a été utilisée pour prédire les données de survie spécifique chez les patientes traitées pour un cancer du sein inflammatoire, et la survie jusqu’à la première rechute chez les patientes traitées par chirurgie conservatrice et radiothérapie. La méthodologie utilisée dans ces différentes publications prend en compte un seul événement ou un critère composite. Or chaque individu est à risque de multiples types d'événements différents (métastases à distance, récidives locales,…). Il nous semble donc judicieux de proposer une adaptation de cette méthode en différentiant les différents types d’événements. Pour cela nous proposons d’utiliser une modélisation à risques compétitifs (Jeong, 2006). L’objectif principal de cette étude est d’évaluer la capacité des modèles paramétriques à risques compétitifs pour prédire les incidences cumulées des différents événements à 5 et 10 ans en utilisant les données à court terme. Encadrement / Information Pratique : Le stagiaire bénéficiera d’un encadrement sur le plan méthodologique et sur le plan clinique. Profil recherché : Formation : Master 2 en Biostatistique / Dernière année d'école d’ingénieurs Prérequis : Bonnes connaissances en biostatistique (Modélisation), analyse de survie, risques compétitifs et bonne connaissance de la programmation sous R et/ou Stata. Un caractère dynamique, entreprenant et motivé, ainsi qu’un esprit multidisciplinaire seront des atouts. Références : Jeong JH, Fine JP: Parametric regression on cumulative incidence function. Biostatistics 2007, 8(2):184-196. Mould RF: Prediction of long-term survival rates of cancer patients. Lancet 2003, 361(9353):262. Boag JW: Maximum likelihood estimates of the proportion of patients cured by cancer therapy. Journal of the Royal Statistical Society Series B (Methodological) 1949, 11(1):15-53. Kaplan EL, Meier P: Nonparametric estimation from incomplete observations. Journal of the American Statistical Association 1958, 53(282):457-481.