Evaluer la capacité des modèles paramétriques à risques

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 : [phone]
Mél : [e-mail]
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.