L'effet de visites manquantes sur l'estimateur des GEE, une étude par simulation

Julia Geronimi (1, 2) , Gilbert Saporta (3)

1 CEDRIC - Centre d'études et de recherche en informatique et communications
2 IRIS - Institut de Recherches Internationales Servier [Suresnes]
3 CEDRIC - MSDMA - CEDRIC. Méthodes statistiques de data-mining et apprentissage

Clinical research is regularly interested in longitudinal follow-up over several visits. All scheduled visits are not carried out and it is not unusual to have a different number of visits by patient. The Generalized Estimating Equations can handle continuous or discrete autocorrelated response. The method allows a different number of visits by patients. The GEE are robust to missing completely at random data. However when the last visits are fewer, the estimator may be biased. We propose a simulation study to investigate the impact of missing visits on the GEE estimators under different missing data pattern. Different types of responses are studied with an exchangeable or autore-gressive of order one structure. The number of subjects affected by the missing data and the number of visits removed vary in order to assess their impact. Our simulations show that the estimators obtained by GEE are resistant to a certain rate of missing data. The results are homogeneous regardless to the imposed missing data structure.

La recherche clinique s'intéresse régulièrement au suivi longitudinal du patient au cours de plusieurs visites. Toutes les visites prévues ne sont pas effectuées et il n'est pas rare d'avoir un nombre de visites différent selon les individus. Les Generalized Estimating Equations permettent d'étudier une réponse continue ou discrète autocorrélée. Cette méthode permet un nombre de visites qui diffère selon les patients. Les GEE sont robustes aux données manquantes complètement aléatoires. Cependant dans le cas où les visites de fin d'étude sont moins nombreuses, l'estimateur peutêtre biaisé. Nous proposons uneétude par simulation pourétudier l'impact de visites non effectuées sur les estimateurs obtenus par GEE sous divers schéma de données manquantes. Deux types de réponses sontétudiées avec une structureéchangeable ou auto-régressive d'ordre un. Le nombre de sujets touchés et le nombre de visites supprimées varient afin d'évaluer leur impact. Nos simulations montrent que les estimateurs calculés par GEE sont résistants jusqu'à un certain taux de données manquantes. Les résultats sont homogènes quelle que soit la structure de données manquantes imposée.

Mots clés: Mots-clés Données longitudinales; données répétées corrélées; autocorrélation; données manquantes; simulations; Generalized Estimating Equations Keywords Longitudinal data; repeated correlated data; correlation; missing data; Generalized Estimating Equations 1

Domaines: Statistiques [stat]

Julia Geronimi, Gilbert Saporta. L'effet de visites manquantes sur l'estimateur des GEE, une étude par simulation. 47èmes journées de statistique, Jun 2015, Lille, France. ⟨hal-02507494⟩