Méthodes statistiques en épidémiologie génétique

11- 15 mai 1998
Org.: G.A. Darlington (Univ. de Toronto), S.B. Bull (Univ. de Toronto), K. Morgan (Univ. de Montréal).
Conférenciers: R. C. Elston, J. Ott, E.A. Thompson, B. Weir, A. Whittemore, E.M. Wijsman

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:

  • · Introduction au mappage du gêne humain (Morgan)
  • · Analyse ségrégationnelle et modèles régressifs (Elston)
  • · Survol du couplage et association (Elston)
  • · Études de couplage en génétique épidémiologique (Wijsman)
  • · Approches informatiques à la vraisemblance sur l'ascendance (Thompson)
  • · Localisation de gênes sous-jacents à un trait complexe (Ott)
  • · Balayage du génome pour couplage (Whittemore)
  • · Questions statistiques en analyse du couplage génétique (Ott)
  • · Tests de couplage simples et robustes pour «sibs» affectés (Whittemore)
  • · Génétique de la population (Weir)
  • · mappage du déséquilibre de couplage (Weir)

Atelier et symposium:
Analyse des données longitudinales pour les sondages complexes

18 - 22 mai 1998, Statistique Canada, Ottawa
Org.: Michael Hidiroglou (Statistics Canada), Sylvie Michaud (Statistics Canada), David Binder (Statistics Canada)

Les analyses de données longitudinales ont été, durant la dernière décennie, de plus en plus utilisées dans les sciences sociales. Les outils utilisés pour ce type d'analyse comprennent les méthodes d'historique d'événements, le «gross flow», les modèles conditionnels et marginaux, et la modélisation linéaire hiérarchique. Ces techniques ont été développées sans tenir compte des sondages complexes. Cet atelier a porté essentiellement sur les méthodes développées récemment en analyse de données longitudinales et en particulier sur les ajustements requis pour l'utilisation de données provenant de sondages complexes.

Atelier sur l'analyse des événements historiques

25 - 28 mai 1998
Org.: Richard Cook (Univ. of Waterloo) et Jerry Lawless (Univ. of Waterloo)

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