|
 
|
[GS15] L'effet de visites manquantes sur l'estimateur des GEE, une étude par simulation
Conférence Nationale avec comité de lecture : JdS 2015, June 2015, pp. 1-6, Lille, France,Mots clés: Données longitudinales, données répétées corrélées, autocorrélation, données manquantes, simulations, Generalized Estimating Equations
Résumé:
La recherche clinique s'intéresse régulièrement au suivi longitudinal du patient au cours de plusieurs visites. Toutes les visites prévues ne sont pas effectuées et il n'est pas rare d'avoir un nombre de visites différent selon les individus. Les Generalized Estimating Equations permettent d'étudier une réponse continue ou discrète autocorrélée. Cette méthode permet un nombre de visites qui diffère selon les patients. Les GEE sont robustes aux données manquantes complètement aléatoires. Cependant dans le cas où les visites de fin d'étude sont moins nombreuses, l'estimateur peut être biaisé. Nous proposons une étude par simulation pour étudier l'impact de visites non effectuées sur les estimateurs obtenus par GEE sous divers schéma de données manquantes. Deux types de réponses sont étudiées avec une structure échangeable ou auto-régressive d'ordre un. Le nombre de sujets touchés et le nombre de visites supprimées varient afin d'évaluer leur impact. Nos simulations montrent que les estimateurs calculés par GEE sont résistants jusqu'à un certain taux de données manquantes. Les résultats sont homogènes quelle que soit la structure de données manquantes imposée.
Commentaires:
47 èmes journées de statistique, Lille, 1-5 juin 2015
Equipe:
msdma
BibTeX
| @inproceedings { | |||
| GS15, | |||
| title | = | "{ L'effet de visites manquantes sur l'estimateur des GEE, une étude par simulation}", | |
| author | = | " J. Geronimi and G. Saporta ", | |
| booktitle | = | "{JdS 2015}", | |
| year | = | 2015, | |
| month | = | "June", | |
| pages | = | " 1-6", | |
| address | = | "Lille, France", | |
| note | = | "{47 èmes journées de statistique, Lille, 1-5 juin 2015}", | |
| } | |||
