Titre : Modèles des risques proportionnels

Modèles des risques proportionnels : Questions médicales fréquentes

Questions fréquentes et termes MeSH associés

Diagnostic 5

#1

Comment évaluer l'adéquation d'un modèle de risques proportionnels ?

On utilise des tests comme le test de Schoenfeld pour vérifier l'hypothèse de proportionnalité.
Modèles de régression Analyse de survie
#2

Quels critères sont utilisés pour choisir un modèle ?

On évalue la qualité d'ajustement, la significativité des variables et la validité des hypothèses.
Modèles statistiques Analyse de survie
#3

Qu'est-ce qu'un résidu dans ce contexte ?

Les résidus mesurent la différence entre les valeurs observées et prédites par le modèle.
Résidus Modèles de régression
#4

Comment vérifier l'hypothèse de risques proportionnels ?

On peut utiliser des graphiques de Kaplan-Meier et des tests de log-rank pour l'évaluation.
Hypothèse de proportionnalité Analyse de survie
#5

Quel rôle joue la variable dépendante ?

La variable dépendante représente le temps jusqu'à l'événement d'intérêt dans l'analyse.
Variable dépendante Analyse de survie

Symptômes 5

#1

Quels symptômes peuvent influencer le risque ?

Des symptômes comme la douleur, la fatigue ou des signes cliniques peuvent affecter le risque.
Symptômes Facteurs de risque
#2

Comment les symptômes sont-ils intégrés dans le modèle ?

Les symptômes sont souvent inclus comme covariables pour évaluer leur impact sur le risque.
Modèles de régression Analyse de survie
#3

Les symptômes changent-ils le risque au fil du temps ?

Oui, l'évolution des symptômes peut modifier le risque et doit être prise en compte.
Évolution des symptômes Analyse de survie
#4

Peut-on prédire des symptômes futurs ?

Les modèles peuvent estimer le risque de développer des symptômes futurs basés sur des données passées.
Prédiction Modèles statistiques
#5

Les symptômes affectent-ils la survie ?

Oui, certains symptômes peuvent être des indicateurs de survie réduite dans certaines pathologies.
Survie Facteurs de risque

Prévention 5

#1

Comment les modèles aident-ils à la prévention ?

Ils identifient les facteurs de risque, permettant de cibler les interventions préventives.
Prévention Facteurs de risque
#2

Peut-on prédire des événements indésirables ?

Oui, les modèles peuvent estimer le risque d'événements indésirables pour des populations spécifiques.
Prédiction Analyse de survie
#3

Quels facteurs de risque sont souvent ciblés ?

Des facteurs comme le tabagisme, l'obésité et l'hypertension sont souvent ciblés.
Facteurs de risque Prévention
#4

Les interventions peuvent-elles être modélisées ?

Oui, les effets des interventions préventives peuvent être intégrés dans les modèles.
Interventions préventives Modèles statistiques
#5

Comment évaluer l'efficacité d'une prévention ?

On compare les taux d'événements entre groupes ayant reçu ou non l'intervention préventive.
Efficacité des interventions Analyse de survie

Traitements 5

#1

Comment les traitements sont-ils intégrés dans le modèle ?

Les traitements sont souvent ajoutés comme covariables pour évaluer leur effet sur le risque.
Traitements médicaux Modèles de régression
#2

Les traitements modifient-ils le risque ?

Oui, certains traitements peuvent réduire le risque d'événements indésirables dans les modèles.
Efficacité des traitements Facteurs de risque
#3

Comment évaluer l'impact d'un traitement ?

On compare les taux d'événements entre groupes traités et non traités dans le modèle.
Comparaison de traitements Analyse de survie
#4

Les effets des traitements varient-ils selon les patients ?

Oui, les effets peuvent varier en fonction des caractéristiques individuelles des patients.
Hétérogénéité des traitements Facteurs de risque
#5

Peut-on modéliser plusieurs traitements simultanément ?

Oui, les modèles peuvent inclure plusieurs traitements pour évaluer leurs effets combinés.
Modèles multivariés Traitements médicaux

Complications 5

#1

Quelles complications peuvent être modélisées ?

Des complications comme les récidives ou les effets secondaires peuvent être analysées.
Complications Analyse de survie
#2

Comment les complications influencent-elles le risque ?

Les complications peuvent augmenter le risque d'événements indésirables et doivent être prises en compte.
Facteurs de risque Complications
#3

Peut-on prédire des complications futures ?

Oui, les modèles peuvent estimer le risque de complications basées sur des données antérieures.
Prédiction Analyse de survie
#4

Les complications varient-elles selon les traitements ?

Oui, certains traitements peuvent entraîner des complications spécifiques qui doivent être modélisées.
Traitements médicaux Complications
#5

Comment évaluer l'impact des complications ?

On analyse leur incidence et leur impact sur la survie dans le cadre du modèle.
Impact des complications Analyse de survie

Facteurs de risque 5

#1

Quels sont les principaux facteurs de risque ?

Les facteurs incluent l'âge, le sexe, les antécédents médicaux et le mode de vie.
Facteurs de risque Épidémiologie
#2

Comment les facteurs de risque sont-ils identifiés ?

Ils sont identifiés par des études épidémiologiques et des analyses statistiques.
Épidémiologie Analyse de survie
#3

Les facteurs de risque peuvent-ils changer ?

Oui, les facteurs de risque peuvent évoluer avec le temps et les interventions.
Évolution des facteurs de risque Prévention
#4

Comment modéliser l'interaction entre facteurs ?

On utilise des modèles d'interaction pour évaluer comment les facteurs influencent le risque ensemble.
Interactions Modèles statistiques
#5

Peut-on quantifier l'impact des facteurs de risque ?

Oui, les modèles permettent de quantifier l'impact relatif de chaque facteur sur le risque.
Quantification Facteurs de risque
{ "@context": "https://schema.org", "@graph": [ { "@type": "MedicalWebPage", "name": "Modèles des risques proportionnels : Questions médicales les plus fréquentes", "headline": "Modèles des risques proportionnels : Comprendre les symptômes, diagnostics et traitements", "description": "Guide complet et accessible sur les Modèles des risques proportionnels : explications, diagnostics, traitements et prévention. Information médicale validée destinée aux patients.", "datePublished": "2024-03-29", "dateModified": "2026-06-17", "inLanguage": "fr", "medicalAudience": [ { "@type": "MedicalAudience", "name": "Grand public", "audienceType": "Patient", "healthCondition": { "@type": "MedicalCondition", "name": "Modèles des risques proportionnels" }, "suggestedMinAge": 18, "suggestedGender": "unisex" }, { "@type": "MedicalAudience", "name": "Médecins", "audienceType": "Physician", "geographicArea": { "@type": "AdministrativeArea", "name": "France" } }, { "@type": "MedicalAudience", "name": "Chercheurs", "audienceType": "Researcher", "geographicArea": { "@type": "AdministrativeArea", "name": "International" } } ], "reviewedBy": { "@type": "Person", "name": "Dr Olivier Menir", "jobTitle": "Expert en Médecine", "description": "Expert en Médecine, Optimisation des Parcours de Soins et Révision Médicale", "url": "/static/pages/docteur-olivier-menir.html", "alumniOf": { "@type": "EducationalOrganization", "name": "Université Paris Descartes" } }, "isPartOf": { "@type": "MedicalWebPage", "name": "Analyse de survie", "url": "https://questionsmedicales.fr/mesh/D016019", "about": { "@type": "MedicalCondition", "name": "Analyse de survie", "code": { "@type": "MedicalCode", "code": "D016019", "codingSystem": "MeSH" }, "identifier": { "@type": "PropertyValue", "propertyID": "MeSH Tree", "value": "N06.850.520.830.998" } } }, "about": { "@type": "MedicalCondition", "name": "Modèles des risques proportionnels", "alternateName": "Proportional Hazards Models", "code": { "@type": "MedicalCode", "code": "D016016", "codingSystem": "MeSH" } }, "author": [ { "@type": "Person", "name": "Xinyuan Song", "url": "https://questionsmedicales.fr/author/Xinyuan%20Song", "affiliation": { "@type": "Organization", "name": "2 Department of Statistics, The Chinese University of Hong Kong, Hong Kong, China." } }, { "@type": "Person", "name": "Donglin Zeng", "url": "https://questionsmedicales.fr/author/Donglin%20Zeng", "affiliation": { "@type": "Organization", "name": "Department of Biostatistics, University of North Carolina at Chapel Hill, Chapel Hill, NC 27599, United States." } }, { "@type": "Person", "name": "Bing Wang", "url": "https://questionsmedicales.fr/author/Bing%20Wang", "affiliation": { "@type": "Organization", "name": "School of Mathematical Sciences, Dalian University of Technology, Dalian, Liaoning, China." } }, { "@type": "Person", "name": "Jialiang Li", "url": "https://questionsmedicales.fr/author/Jialiang%20Li", "affiliation": { "@type": "Organization", "name": "Department of Statistics and Data Science, National University of Singapore, Singapore." } }, { "@type": "Person", "name": "Xiaoguang Wang", "url": "https://questionsmedicales.fr/author/Xiaoguang%20Wang", "affiliation": { "@type": "Organization", "name": "School of Mathematical Sciences, Dalian University of Technology, Dalian, Liaoning, China." } } ], "citation": [ { "@type": "ScholarlyArticle", "name": "Limitations of using COX proportional hazards model in cardiovascular research.", "datePublished": "2024-06-26", "url": "https://questionsmedicales.fr/article/38926821", "identifier": { "@type": "PropertyValue", "propertyID": "DOI", "value": "10.1186/s12933-024-02302-2" } }, { "@type": "ScholarlyArticle", "name": "Functional proportional hazards mixture cure model with applications in cancer mortality in NHANES and post ICU recovery.", "datePublished": "2023-10-19", "url": "https://questionsmedicales.fr/article/37855203", "identifier": { "@type": "PropertyValue", "propertyID": "DOI", "value": "10.1177/09622802231206472" } }, { "@type": "ScholarlyArticle", "name": "Cox proportional hazards regression in small studies of predictive biomarkers.", "datePublished": "2024-06-20", "url": "https://questionsmedicales.fr/article/38902269", "identifier": { "@type": "PropertyValue", "propertyID": "DOI", "value": "10.1038/s41598-024-64573-9" } }, { "@type": "ScholarlyArticle", "name": "Factors affecting the survival of prediabetic patients: comparison of Cox proportional hazards model and random survival forest method.", "datePublished": "2024-09-03", "url": "https://questionsmedicales.fr/article/39227824", "identifier": { "@type": "PropertyValue", "propertyID": "DOI", "value": "10.1186/s12911-024-02648-3" } }, { "@type": "ScholarlyArticle", "name": "Revisiting Factors Influencing Under-Five Mortality in India: The Application of a Generalised Additive Cox Proportional Hazards Model.", "datePublished": "2024-09-29", "url": "https://questionsmedicales.fr/article/39457276", "identifier": { "@type": "PropertyValue", "propertyID": "DOI", "value": "10.3390/ijerph21101303" } } ], "breadcrumb": { "@type": "BreadcrumbList", "itemListElement": [ { "@type": "ListItem", "position": 1, "name": "questionsmedicales.fr", "item": "https://questionsmedicales.fr" }, { "@type": "ListItem", "position": 2, "name": "Environnement et santé publique", "item": "https://questionsmedicales.fr/mesh/D004778" }, { "@type": "ListItem", "position": 3, "name": "Santé publique", "item": "https://questionsmedicales.fr/mesh/D011634" }, { "@type": "ListItem", "position": 4, "name": "Méthodes épidémiologiques", "item": "https://questionsmedicales.fr/mesh/D004812" }, { "@type": "ListItem", "position": 5, "name": "Statistiques comme sujet", "item": "https://questionsmedicales.fr/mesh/D013223" }, { "@type": "ListItem", "position": 6, "name": "Analyse de survie", "item": "https://questionsmedicales.fr/mesh/D016019" }, { "@type": "ListItem", "position": 7, "name": "Modèles des risques proportionnels", "item": "https://questionsmedicales.fr/mesh/D016016" } ] } }, { "@type": "MedicalWebPage", "name": "Article complet : Modèles des risques proportionnels - Questions et réponses", "headline": "Questions et réponses médicales fréquentes sur Modèles des risques proportionnels", "description": "Une compilation de questions et réponses structurées, validées par des experts médicaux.", "datePublished": "2026-09-03", "inLanguage": "fr", "hasPart": [ { "@type": "MedicalWebPage", "name": "Diagnostic", "headline": "Diagnostic sur Modèles des risques proportionnels", "description": "Comment évaluer l'adéquation d'un modèle de risques proportionnels ?\nQuels critères sont utilisés pour choisir un modèle ?\nQu'est-ce qu'un résidu dans ce contexte ?\nComment vérifier l'hypothèse de risques proportionnels ?\nQuel rôle joue la variable dépendante ?", "url": "https://questionsmedicales.fr/mesh/D016016#section-diagnostic" }, { "@type": "MedicalWebPage", "name": "Symptômes", "headline": "Symptômes sur Modèles des risques proportionnels", "description": "Quels symptômes peuvent influencer le risque ?\nComment les symptômes sont-ils intégrés dans le modèle ?\nLes symptômes changent-ils le risque au fil du temps ?\nPeut-on prédire des symptômes futurs ?\nLes symptômes affectent-ils la survie ?", "url": "https://questionsmedicales.fr/mesh/D016016#section-symptômes" }, { "@type": "MedicalWebPage", "name": "Prévention", "headline": "Prévention sur Modèles des risques proportionnels", "description": "Comment les modèles aident-ils à la prévention ?\nPeut-on prédire des événements indésirables ?\nQuels facteurs de risque sont souvent ciblés ?\nLes interventions peuvent-elles être modélisées ?\nComment évaluer l'efficacité d'une prévention ?", "url": "https://questionsmedicales.fr/mesh/D016016#section-prévention" }, { "@type": "MedicalWebPage", "name": "Traitements", "headline": "Traitements sur Modèles des risques proportionnels", "description": "Comment les traitements sont-ils intégrés dans le modèle ?\nLes traitements modifient-ils le risque ?\nComment évaluer l'impact d'un traitement ?\nLes effets des traitements varient-ils selon les patients ?\nPeut-on modéliser plusieurs traitements simultanément ?", "url": "https://questionsmedicales.fr/mesh/D016016#section-traitements" }, { "@type": "MedicalWebPage", "name": "Complications", "headline": "Complications sur Modèles des risques proportionnels", "description": "Quelles complications peuvent être modélisées ?\nComment les complications influencent-elles le risque ?\nPeut-on prédire des complications futures ?\nLes complications varient-elles selon les traitements ?\nComment évaluer l'impact des complications ?", "url": "https://questionsmedicales.fr/mesh/D016016#section-complications" }, { "@type": "MedicalWebPage", "name": "Facteurs de risque", "headline": "Facteurs de risque sur Modèles des risques proportionnels", "description": "Quels sont les principaux facteurs de risque ?\nComment les facteurs de risque sont-ils identifiés ?\nLes facteurs de risque peuvent-ils changer ?\nComment modéliser l'interaction entre facteurs ?\nPeut-on quantifier l'impact des facteurs de risque ?", "url": "https://questionsmedicales.fr/mesh/D016016#section-facteurs de risque" } ] }, { "@type": "FAQPage", "mainEntity": [ { "@type": "Question", "name": "Comment évaluer l'adéquation d'un modèle de risques proportionnels ?", "position": 1, "acceptedAnswer": { "@type": "Answer", "text": "On utilise des tests comme le test de Schoenfeld pour vérifier l'hypothèse de proportionnalité." } }, { "@type": "Question", "name": "Quels critères sont utilisés pour choisir un modèle ?", "position": 2, "acceptedAnswer": { "@type": "Answer", "text": "On évalue la qualité d'ajustement, la significativité des variables et la validité des hypothèses." } }, { "@type": "Question", "name": "Qu'est-ce qu'un résidu dans ce contexte ?", "position": 3, "acceptedAnswer": { "@type": "Answer", "text": "Les résidus mesurent la différence entre les valeurs observées et prédites par le modèle." } }, { "@type": "Question", "name": "Comment vérifier l'hypothèse de risques proportionnels ?", "position": 4, "acceptedAnswer": { "@type": "Answer", "text": "On peut utiliser des graphiques de Kaplan-Meier et des tests de log-rank pour l'évaluation." } }, { "@type": "Question", "name": "Quel rôle joue la variable dépendante ?", "position": 5, "acceptedAnswer": { "@type": "Answer", "text": "La variable dépendante représente le temps jusqu'à l'événement d'intérêt dans l'analyse." } }, { "@type": "Question", "name": "Quels symptômes peuvent influencer le risque ?", "position": 6, "acceptedAnswer": { "@type": "Answer", "text": "Des symptômes comme la douleur, la fatigue ou des signes cliniques peuvent affecter le risque." } }, { "@type": "Question", "name": "Comment les symptômes sont-ils intégrés dans le modèle ?", "position": 7, "acceptedAnswer": { "@type": "Answer", "text": "Les symptômes sont souvent inclus comme covariables pour évaluer leur impact sur le risque." } }, { "@type": "Question", "name": "Les symptômes changent-ils le risque au fil du temps ?", "position": 8, "acceptedAnswer": { "@type": "Answer", "text": "Oui, l'évolution des symptômes peut modifier le risque et doit être prise en compte." } }, { "@type": "Question", "name": "Peut-on prédire des symptômes futurs ?", "position": 9, "acceptedAnswer": { "@type": "Answer", "text": "Les modèles peuvent estimer le risque de développer des symptômes futurs basés sur des données passées." } }, { "@type": "Question", "name": "Les symptômes affectent-ils la survie ?", "position": 10, "acceptedAnswer": { "@type": "Answer", "text": "Oui, certains symptômes peuvent être des indicateurs de survie réduite dans certaines pathologies." } }, { "@type": "Question", "name": "Comment les modèles aident-ils à la prévention ?", "position": 11, "acceptedAnswer": { "@type": "Answer", "text": "Ils identifient les facteurs de risque, permettant de cibler les interventions préventives." } }, { "@type": "Question", "name": "Peut-on prédire des événements indésirables ?", "position": 12, "acceptedAnswer": { "@type": "Answer", "text": "Oui, les modèles peuvent estimer le risque d'événements indésirables pour des populations spécifiques." } }, { "@type": "Question", "name": "Quels facteurs de risque sont souvent ciblés ?", "position": 13, "acceptedAnswer": { "@type": "Answer", "text": "Des facteurs comme le tabagisme, l'obésité et l'hypertension sont souvent ciblés." } }, { "@type": "Question", "name": "Les interventions peuvent-elles être modélisées ?", "position": 14, "acceptedAnswer": { "@type": "Answer", "text": "Oui, les effets des interventions préventives peuvent être intégrés dans les modèles." } }, { "@type": "Question", "name": "Comment évaluer l'efficacité d'une prévention ?", "position": 15, "acceptedAnswer": { "@type": "Answer", "text": "On compare les taux d'événements entre groupes ayant reçu ou non l'intervention préventive." } }, { "@type": "Question", "name": "Comment les traitements sont-ils intégrés dans le modèle ?", "position": 16, "acceptedAnswer": { "@type": "Answer", "text": "Les traitements sont souvent ajoutés comme covariables pour évaluer leur effet sur le risque." } }, { "@type": "Question", "name": "Les traitements modifient-ils le risque ?", "position": 17, "acceptedAnswer": { "@type": "Answer", "text": "Oui, certains traitements peuvent réduire le risque d'événements indésirables dans les modèles." } }, { "@type": "Question", "name": "Comment évaluer l'impact d'un traitement ?", "position": 18, "acceptedAnswer": { "@type": "Answer", "text": "On compare les taux d'événements entre groupes traités et non traités dans le modèle." } }, { "@type": "Question", "name": "Les effets des traitements varient-ils selon les patients ?", "position": 19, "acceptedAnswer": { "@type": "Answer", "text": "Oui, les effets peuvent varier en fonction des caractéristiques individuelles des patients." } }, { "@type": "Question", "name": "Peut-on modéliser plusieurs traitements simultanément ?", "position": 20, "acceptedAnswer": { "@type": "Answer", "text": "Oui, les modèles peuvent inclure plusieurs traitements pour évaluer leurs effets combinés." } }, { "@type": "Question", "name": "Quelles complications peuvent être modélisées ?", "position": 21, "acceptedAnswer": { "@type": "Answer", "text": "Des complications comme les récidives ou les effets secondaires peuvent être analysées." } }, { "@type": "Question", "name": "Comment les complications influencent-elles le risque ?", "position": 22, "acceptedAnswer": { "@type": "Answer", "text": "Les complications peuvent augmenter le risque d'événements indésirables et doivent être prises en compte." } }, { "@type": "Question", "name": "Peut-on prédire des complications futures ?", "position": 23, "acceptedAnswer": { "@type": "Answer", "text": "Oui, les modèles peuvent estimer le risque de complications basées sur des données antérieures." } }, { "@type": "Question", "name": "Les complications varient-elles selon les traitements ?", "position": 24, "acceptedAnswer": { "@type": "Answer", "text": "Oui, certains traitements peuvent entraîner des complications spécifiques qui doivent être modélisées." } }, { "@type": "Question", "name": "Comment évaluer l'impact des complications ?", "position": 25, "acceptedAnswer": { "@type": "Answer", "text": "On analyse leur incidence et leur impact sur la survie dans le cadre du modèle." } }, { "@type": "Question", "name": "Quels sont les principaux facteurs de risque ?", "position": 26, "acceptedAnswer": { "@type": "Answer", "text": "Les facteurs incluent l'âge, le sexe, les antécédents médicaux et le mode de vie." } }, { "@type": "Question", "name": "Comment les facteurs de risque sont-ils identifiés ?", "position": 27, "acceptedAnswer": { "@type": "Answer", "text": "Ils sont identifiés par des études épidémiologiques et des analyses statistiques." } }, { "@type": "Question", "name": "Les facteurs de risque peuvent-ils changer ?", "position": 28, "acceptedAnswer": { "@type": "Answer", "text": "Oui, les facteurs de risque peuvent évoluer avec le temps et les interventions." } }, { "@type": "Question", "name": "Comment modéliser l'interaction entre facteurs ?", "position": 29, "acceptedAnswer": { "@type": "Answer", "text": "On utilise des modèles d'interaction pour évaluer comment les facteurs influencent le risque ensemble." } }, { "@type": "Question", "name": "Peut-on quantifier l'impact des facteurs de risque ?", "position": 30, "acceptedAnswer": { "@type": "Answer", "text": "Oui, les modèles permettent de quantifier l'impact relatif de chaque facteur sur le risque." } } ] } ] }
Dr Olivier Menir

Contenu validé par Dr Olivier Menir

Expert en Médecine, Optimisation des Parcours de Soins et Révision Médicale


Validation scientifique effectuée le 17/06/2026

Contenu vérifié selon les dernières recommandations médicales

Auteurs principaux

Xinyuan Song

4 publications dans cette catégorie

Affiliations :
  • 2 Department of Statistics, The Chinese University of Hong Kong, Hong Kong, China.
Publications dans "Modèles des risques proportionnels" :

Donglin Zeng

3 publications dans cette catégorie

Affiliations :
  • Department of Biostatistics, University of North Carolina at Chapel Hill, Chapel Hill, NC 27599, United States.

Bing Wang

2 publications dans cette catégorie

Affiliations :
  • School of Mathematical Sciences, Dalian University of Technology, Dalian, Liaoning, China.
Publications dans "Modèles des risques proportionnels" :

Jialiang Li

2 publications dans cette catégorie

Affiliations :
  • Department of Statistics and Data Science, National University of Singapore, Singapore.
  • Duke University NUS Graduate Medical School, National University of Singapore, Singapore.
Publications dans "Modèles des risques proportionnels" :

Xiaoguang Wang

2 publications dans cette catégorie

Affiliations :
  • School of Mathematical Sciences, Dalian University of Technology, Dalian, Liaoning, China.
  • Key Laboratory for Computational Mathematics and Data Intelligence of Liaoning Province, Dalian University of Technology, Dalian, Liaoning, China.
Publications dans "Modèles des risques proportionnels" :

Chun Pan

2 publications dans cette catégorie

Affiliations :
  • Department of Mathematics and Statistics, Hunter College, New York, NY, 10065, USA. chunpan2003@hotmail.com.
Publications dans "Modèles des risques proportionnels" :

Bo Cai

2 publications dans cette catégorie

Affiliations :
  • Department of Epidemiology and Biostatistics, University of South Carolina, Columbia, SC, 29208, USA.
Publications dans "Modèles des risques proportionnels" :

Kevin He

2 publications dans cette catégorie

Affiliations :
  • Department of Biostatistics, University of Michigan, Ann Arbor, USA.

Yi Li

2 publications dans cette catégorie

Affiliations :
  • Department of Biostatistics, University of Michigan, Ann Arbor, Michigan, USA.

Wenbin Lu

2 publications dans cette catégorie

Affiliations :
  • Department of Statistics, North Carolina State University, Raleigh, North Carolina, USA.

Rui Wang

2 publications dans cette catégorie

Affiliations :
  • Department of Population Medicine, Harvard Pilgrim Health Care Institute and Harvard Medical School, Boston, Massachusetts, USA.
  • Department of Biostatistics, Harvard T.H. Chan School of Public Health, Boston, Massachusetts, USA.

Jianguo Sun

2 publications dans cette catégorie

Affiliations :
  • Department of Statistics, University of Missouri, Columbia, MO, 65211, USA.

Limin Peng

2 publications dans cette catégorie

Affiliations :
  • Department of Biostatistics and Bioinformatics, Emory University.
Publications dans "Modèles des risques proportionnels" :

Noah Simon

2 publications dans cette catégorie

Affiliations :
  • Department of Biostatistics, University of Washington Seattle, WA, USA.
Publications dans "Modèles des risques proportionnels" :

Usha Govindarajulu

1 publication dans cette catégorie

Affiliations :
  • Department of Population Health, Center for Biostatistics, Icahn School of Medicine at Mount Sinai, New York, NY, USA.
Publications dans "Modèles des risques proportionnels" :

Thaddeus Tarpey

1 publication dans cette catégorie

Affiliations :
  • Department of Population Health, Division of Biostatistics, New York University, New York, NY, USA.
Publications dans "Modèles des risques proportionnels" :

Deng Pan

1 publication dans cette catégorie

Affiliations :
  • 1 School of Mathematics and Statistics, Huazhong University of Science and Technology, Wuhan, China.
Publications dans "Modèles des risques proportionnels" :

Kai Kang

1 publication dans cette catégorie

Affiliations :
  • 2 Department of Statistics, The Chinese University of Hong Kong, Hong Kong, China.
Publications dans "Modèles des risques proportionnels" :

Chunjie Wang

1 publication dans cette catégorie

Affiliations :
  • 3 Department of Statistics, School of Basic Science, Changchun University of Technology, Changchun, China.
Publications dans "Modèles des risques proportionnels" :

Chi Hyun Lee

1 publication dans cette catégorie

Affiliations :
  • Department of Biostatistics, The University of Texas MD Anderson Cancer Center, 1400 Pressler Street Unit 1411, Houston, TX, 77030, USA. clee9@mdanderson.org.
Publications dans "Modèles des risques proportionnels" :

Sources (10000 au total)

Factors affecting the survival of prediabetic patients: comparison of Cox proportional hazards model and random survival forest method.

The worldwide prevalence of type 2 diabetes mellitus in adults is experiencing a rapid increase. This study aimed to identify the factors affecting the survival of prediabetic patients using a compari... This prospective cohort study was performed on 746 prediabetics in southwest Iran. The demographic, lifestyle, and clinical data of the participants were recorded. The CPH and RSF models were used to ... The 5-year cumulative T2DM incidence was 12.73%. Based on the results of the CPH model, NAFLD (HR = 1.74, 95% CI: 1.06, 2.85), FBS (HR = 1.008, 95% CI: 1.005, 1.012) and increased abdominal fat (HR = ... Our findings show that the incidence of diabetes was alarmingly high in Iran. The results suggested that several demographic and clinical factors are associated with diabetes occurrence in prediabetic...

Revisiting Factors Influencing Under-Five Mortality in India: The Application of a Generalised Additive Cox Proportional Hazards Model.

Despite the implementation of various preventive measures, India continues to experience an alarmingly high under-five mortality rate (U5MR). The most recent nationwide data on U5MRs has provided an o... This study analysed the fifth round of unit-level data for 213,612 children from the National Family Health Survey (NFHS-5) to identify the risk factors associated with U5MRs, employing a generalised ... The children who had a length of pregnancy of less than 9 months had a 2.621 (95% CI: 2.494, 2.755) times greater hazard of U5MRs than the children who had a gestational period of 9 months or more. Th... This study highlights the importance of addressing maternal and socioeconomic factors while improving access to healthcare services in order to reduce U5MRs in India. Furthermore, the findings undersc...

A prognostic framework for predicting lung signet ring cell carcinoma via a machine learning based cox proportional hazard model.

Signet ring cell carcinoma (SRCC) is a rare type of lung cancer. The conventional survival nomogram used to predict lung cancer performs poorly for SRCC. Therefore, a novel nomogram specifically for s... Baseline characteristics of lung signet ring cell carcinoma were obtained from the Surveillance, Epidemiology, and End Results (SEER) database. Univariate and multivariate Cox regression and random fo... We obtained 731 patients diagnosed with lung signet ring cell carcinoma (LSRCC) in the SEER database and randomized the patients into a training group (551) and a validation group (220) with a ratio o... Our nomogram is demonstrated to be clinically beneficial for the prognosis of LSRCC patients. The surgical intervention was successful regardless of the tumor stage, and the Cox proportional hazard (C...

Prevalence and associated factors of teenage childbearing among Ethiopian women using semi-parametric and parametric proportional hazard and accelerated failure time models.

Teenage childbearing is a common issue for young people's sexual and reproductive health in the world, particularly in low-income countries, and affects teenagers between the ages of 13 and 19. Accord... This paper compares the results of the semi-parametric proportional hazard (PH), parametric PH, and accelerated failure time (AFT) models to find the model that best fits the data. The Akaike Informat... Out of the 10,274 teenagers (aged between 13 and 19) who participated in the 2016 survey, 6,430 (62.59%) were parents. The study findings revealed that these teenage parents were influenced by various... This study reveals that 62.59% of surveyed teenagers aged 13 to 19 were parents. Various factors at both the individual and community levels: including the age of the household head, regional differen...

Time to treatment-seeking by caretakers of children under-five with diarrhea and associated factors in Uganda: a multilevel proportional hazards analysis.

Diarrhea is considered to be one of the major public health concerns in developing countries. It has a detrimental impact, reflecting one of the highest child mortality rates globally, especially in S... DOVE dataset of 745 caretakers in a prospective and retrospective incidence-based study using multi-stage sampling design was used in the assessment. The analysis was done using a time-to-event approa... Kaplan-Meier survival analysis indicated the median time to seeking treatment among 745 caretakers of children under-Five after onset of diarrhea was 2 days. The multi-level proportional hazards model... There are delays in seeking diarrhea treatment in Uganda because two days are enough to claim a life after dehydration.The policymakers should pay attention to formulate effective intervention to sens...

A transformer model for cause-specific hazard prediction.

Modelling discrete-time cause-specific hazards in the presence of competing events and non-proportional hazards is a challenging task in many domains. Survival analysis in longitudinal cohorts often r... Using synthetic datasets of 2000-50,000 patients, we showed that our Transformer model surpassed the CoxPH, PyDTS, and DeepHit models for the prediction of cause-specific hazard, especially when the p... Our model provided state-of-the-art prediction of cause-specific hazards, without adopting prior parametric assumptions on the hazard rates. It outperformed other models in non-proportional hazards se...