Skip to Content

Nos recherches en Biostatistique

Inférence Causale

Nombreux pensent que la statistique consiste principalement à étudier les corrélations entre plusieurs variables, par exemple le choix d'un traitement et la chance de guérison. Cependant, ces corrélations ne suffisent pas à démontrer la causalité.

En savoir plus...

Les modèles conjoints

Leur principe est de combiner un modèle mixte et un modèle de survie. La corrélation entre la survenue d’un évènement et le marqueur est intégrée à travers une structure latente. Ces modèles peuvent être à visée pronostiques distinguant les facteurs associés à l'évolution d'un marqueur longitudinal de ceux associés au risque d'évènement.  Ils permettent des prédictions dynamiques.

En savoir plus...

Les modèles multi-états

L'évolution des patients atteints de maladies chroniques est complexe. Le patients évoluent vers différents états de santé. Nous développons plus particulièrement l'approche semi-markovienne permettant de décrire précisément l'évolution naturelle d'un patient depuis le diagnostic de sa maladie.


En savoir plus...

Construire des outils prédictifs

Prédire le pronostic d'un patient fait partie du métier du clinicien. Nous proposons régulièrement des outils statistiques capables d'offrir une évaluation objective et robuste du pronostic de patients atteints de maladies chroniques.

Accéder aux outils

Evaluer les performances pronostiques

En savoir plus...

Une fois un outil prédictif construit, il est important d'évaluer et de valider ses capacités à bien prédire l'évolution. Ces méthodes sont récentes en Biostatistique et font toujours l'objet de nombreuses améliorations.


Transfert de nos développements

R est un logiciel gratuit pour l'analyse statistique de données. En plus de ses nombreuses fonctionnalités de base, de nombreux chercheurs comme nous développent des "packages" qui permettent l'utilisation de modèles plus originaux.