Méthodes statistiques en épidémiologie génétique11- 15 mai 1998
Lors de cet atelier, des sujets d'actualité en statistique appliquée à l'épidémiologie génétique ont été explorés. Les conférenciers invités ont discuté des sujets suivants:
Atelier et symposium:
|
Atelier sur l'analyse des événements historiques25 - 28 mai 1998
Dans plusieurs branches des sciences, incluant la démographie, l'épidémiologie, la médecine et l'ingénierie, une quantité considérable d'information est accumulée quant à la nature et l'échelonnement dans le temps des divers phénomènes d'intérêt. L'appellation «données d'événements historiques» est utilisée pour décrire un champ de la statistique qui cherche à modéliser ces données de façon appropriée et informative. Comme dans plusieurs branches de la statistique, on a assisté à une prolifération de modèles et de techniques. L'objectif de cet atelier était de stimuler une évaluation critique des développements passés et de regarder vers le futur. Il y eut huit sessions d'une demie journée pendant l'atelier. Chaque session comprenait deux ou trois présentations, chacune suivie d'une heure de discussion. Dans la première session («Model Misspecification and Measurement Error»), l'impact de l'erreur de mesure sur les covariables, sur l'estimation et les tests dans les études comparées fut examiné pour des modèles de survie et poissonnien mixte. Le rôle des modèles de Markov pour l'analyse de processus de maladies chroniques fut considéré au cours de la session «Multi-state Disease Models». Les mérites des modèles élémentaires pour les aspects marginaux des processus versus des modèles plus sophistiqués qui reflètent plus adéquatement ces processus furent discutés. On a insisté sur l'importance des hypothèses à la base du modèle, les diagnostics et les possibilités d'interprétation. On a passé en revue les développements récents pour l'analyse de données multivariées/récurrentes dans le temps au cours de la session «Methods for Multple Event Time Data». Les techniques spécialisées qui reçoivent actuellement beaucoup d'attention incluent l'utilisation de modèles faiblesse, les modèles conditionnels (de type autorégressif), les modèles basés sur les attributs de processus marginaux, et les estimations complètement non paramétriques de distributions d'événements multivariés dans le temps. C'est au cours d'une session intitulée «The Role of Frailty Models» que les propriétés des modèles de faiblesses ont été explorés au niveau fondamental. Les liens entre les modèles de faiblesses, les mesures de | |||