Une meilleure façon d'effectuer vos statistiques

Qu'est-ce qu'un modèle de COX ?

Le modèle à risques proportionnels de Cox est un modèle de régression utilisé dans la recherche médicale pour évaluer l'association entre la survie des patients et une ou plusieurs variables prédictives.

Pourquoi est-il nécessaire d'effectuer une régression multiple ?

Une maladie est difficilement prévisible par un seul facteur. De nombreuses variables peuvent influencer la survenue d'une maladie : génétique, exposition environnementale, mode de vie, usage du tabac, etc. Si vous souhaitez prendre en compte tous les paramètres de manière concomitante pour expliquer la maladie que vous étudiez, de simples analyses statistiques univariées ne suffiront pas. Vous devrez effectuer une régression multiple. Dans une régression multiple, nous étudions l'effet simultané de plusieurs prédicteurs sur une variable que nous voulons prédire.

Analyse multivariée ou multivariée ?

Les deux termes sont souvent utilisés de manière interchangeable dans le domaine médical. Cependant, ils sont vraiment différents et la différence est facile à comprendre. Une régression multiple (multivariable) est la méthode utilisée pour modéliser une variable en fonction de plusieurs autres variables. Par exemple, modéliser la survie à 5 ans d'un patient selon l'âge, l'IMC, le stade de la maladie, etc. L'analyse multivariée modélise également la relation entre les variables. Cependant, le résultat que vous souhaitez modéliser est mesuré pour le même individu à plusieurs moments (mesures répétées). Ainsi, au lieu d'une variable à prédire (analyse multivariée ou régression multiple), vous avez en fait plusieurs variables à prédire (analyse multivariée).