Module 02

Module 2 – Régression multiple en épidémiologie : modèle logistique et modèle de Cox

Responsables du module : J-P. Empana

1 semaine temps complet du 23 juin au 27 juin 2025

• OBJECTIFS ET CONTENUS

  L’objectif du cours est de présenter les trois principaux modèles de régression multivariée les plus fréquemment utilisés en épidémiologie et en recherche biomédicale : la régression linéaire, la régression logistique et le modèle de Cox.

  Il s’agira de développer une démarche d’analyse, depuis la vérification des hypothèses inhérentes à chaque modèle, le choix et le codage des facteurs de confusion, jusqu’à l’interprétation des résultats. Certains aspects encore peu usuels seront abordés (régression polytomique dans la régression logistique ou variable dépendante du temps dans le modèle de Cox).

  A côté des bases théoriques sous-tendant l’utilisation de ces modèles, de nombreux exemples et situations concrètes seront présentés, notamment sur la base de lectures critiques d’articles. A l’issue de cet enseignement, les étudiants auront acquis les connaissances leur permettant d’utiliser les principaux modèles de régression en fonction de leur problématique, et d’avoir un regard critique dans l’interprétation des résultats.

• AVERTISSEMENT

  Le module 3 – Régression multiple en épidémiologie : modèle logistique et modèle de Cox  aborde l’analyse de survie sous un angle théorique bien qu’illustré par des lectures critiques d’articles.

• PLAN

  1. Régression linéaire et logistique (5 demi-journées) :
     1. Le modèle de régression linéaire
     2. La régression logistique :
        1. – Présentation du modèle, interprétation des paramètres estimés par le modèle
        2. – Codage des variables explicatives
        3. – Adéquation du modèle
        4. – Modèle polytomique et modèle logistique conditionnel.
  2. Données de survie (5 demi-journées) :
     1. Problématique des données de survie
     2. Construction des courbes de survie par la méthode de Kaplan-Meier et actuarielle Comparaison des courbes de survie (test du logrank)
     3. Le modèle de Cox :
        1. – vérification des hypothèses du modèle
        2. – analyse multivariée : procédure manuelle vs. procédure automatique, étude d’interaction
        3. – variables dépendantes du temps.
        4. Application des modèles de Cox à l’estimation du risque cardiovasculaire individuel (médecine personnalisée).

• PRé-REQUIS

  Enseignement de base ou cours de statistique et d’épidémiologie de niveau CESAM ; M1 de sciences biomédicales, de santé publique ou de mathématiques. Avoir des connaissances de base concernant le modèle de régression linéaire.

Télécharger la fiche