Marginal hazard modeling in the presence of left censoring and unobserved history
Notice bibliographique
Résumé
La thérapie antirétrovirale (ART) facultative a permis de réduire de façon importante les taux de mortalité et de morbidité des patients infectés par le virus de l’immunodéficience humaine (VIH). Cependant, malgré les preuves d’efficacité de l’ART pour diminuer presque toutes les maladies associées au VIH, l’effet de l’ART sur la maladie du foie et le virus de l’hépatite C (VHC) est moins clair. Malgré que l’ART demeure la seule approche au traitement du VIH, son efficacité pour les individus co-infectés du VIH and VHC pourrait être contrebalancée par son hépatotoxicité dans une population o`{u} les taux de dommages irréversibles au foie, d’abus d’alcool et de drogues peuvent être élevés. De plus, certaines études ont émises l’hypothèse d’une association entre la de la maladie du foie chez les individus co-infectés du VIH and VHC et qui reçoivent l’ART de façon interrompue. Déterminer l’impact de ces interruptions dans l’ART sur la maladie du foie telle que la fibrose est d’une grande importance car la fibrose du foie affecte plusieurs individus et est une cause significative de mortalité et de morbidité chez les individus co-infectés du VIH and VHC. Dans cette thèse, les données du Canadian Co-Infected Cohort (CCC) seront utilisées pour déterminer l’impact des interruptions dans l’ART sur la de la fibrose chez les adultes co-infectés de VIH et VHC. L’analyze des données du CCC est complexe du point de vue méthodologique due aux points suivants: (i) une proportion significative des participants ont des données historiques sur les variables confondantes et sur le temps d’exposition qui sont partiellement non-observées; (ii) au moment de recrutement, certains participants ont déjà vécu l’èvénement d’intérêt; par conséquent, leurs données historiques sont complétement non-observées et leur temps de survie est censuré à gauche; et (iii) la possibilité de biais liée à la non-participation due à la méthode d’échantillonnage non probabiliste qui a été utilisée pour recruter les participants du CCC. Je propose d’adresser la problématique des historiques partiellement et complètement non-observés en utilisant une approche basée sur l’imputation des données qui “récupère” les données non observées en fonction du temps; ainsi permettant de résoudre en même temps la problématique des données censurées à gauche. Cette approche permet d’utiliser l’historique complète et l’inclusion de tous les participants à l’aide d’un modèle marginal structurel de Cox. L’approche proposée pour adresser le biais potentiel lié à la non-participation consiste à incorporer l’inverse des poids de la probabilité de participation dans les modèles estimants le rapport des hasards entre l’interruption de l’ART et la fibrose du foie. Malgré que les approaches proposées sont motivées par le CCC et appliquées aux données du CCC, elles peuvent également être utilisées dans le contexte de d’autres études de maladies chroniques dans lesquelles l’exposition a lieu avant le début de l’étude et l’évènement d’intérêt n’empêche pas le suivi.]
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,010 | 0,021 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».