Modèles de survie appliqués à la démence (modèle conjoint de marqueurs et d' événements)

Cette thèse contient deux sujets indépendants. Dans la première partie, on considère une situation qui arrive souvent en épidémiologie dans laquelle, on essaie plusieurs transformations d'une variable explicative dans un modèle de Cox, et on choisit le test le plus significatif. Par conséquent, il faut corriger la p-value afin de prendre en compte la multiplicité des tests. La méthode de Bonferoni souvent est très conservatrice, car les tests peuvent être fortement corrélés. Nous proposons une correction asymptotiquement exacte de la p-value. La théorie de processus de comptage a été utilisée pour trouver un estimateur des corrélations entre les tests. La méthode est illustrée par une simulation et une analyse de la relation entre la concentration d'aluminium dans l'eau potable et le risque de démence. Dans la deuxième partie, nous présentons un modèle conjoint d'un processus de comptage et d'une suite de mesures longitudinales, gouverné par un processus latent commun. Le processus latent est modélisé comme une fonction des variables explicatives et un mouvement Brownien. La vraisemblance conditionnelle sachant les valeurs du processus latent à des temps spécifiques a été déterminée en utilisant les propriétés du pont Brownien. Ensuite en intégrant sur toutes les valeurs possibles du processus latent aux temps spécifiques, on obtient la vraisemblance conjointe. Une procédure d'estimation de la vraisemblance conjointe et une optimisation numérique sont proposées. La méthode est appliquée à l'étude du déclin cognitif et de la maladie d'Alzheimer.BORDEAUX2-BU Santé (330632101) / SudocSudocFranceF