Les modèles de survie peuvent être considérés comme étant constitués de deux parties: la fonction de risque de base sous-jacente, souvent notée λ 0 (t) {displaystyle lambda _ {0} (t)}, décrivant comment le risque d`événement par unité de temps change au fil du temps aux niveaux de base des covariables; et les paramètres d`effet, décrivant comment le danger varie en réponse à des covariables explicatives. Un exemple médical typique inclurait des covariables telles que l`assignation du traitement, ainsi que des caractéristiques du patient telles que l`âge au début de l`étude, le sexe et la présence d`autres maladies au début de l`étude, afin de réduire la variabilité et/ou le contrôle de Confusion. Cette hypothèse de risques proportionnels doit être testée. Nous discuterons des méthodes pour évaluer la proportionnalité dans le prochain article de cette série: hypothèses modèle de Cox. Temps de survie: le nom de la variable contenant le temps pour atteindre l`événement d`intérêt, ou le moment du suivi. Les modèles de risques proportionnels sont une classe de modèles de survie en statistique. Les modèles de survie rapportent le temps qui passe, avant qu`un événement se produise, à une ou plusieurs covariables qui peuvent être associées à cette quantité de temps. Dans un modèle de risques proportionnels, l`effet unique d`une augmentation unitaire d`une covariable est multiplicatif par rapport au taux de risque. Par exemple, la prise d`un médicament peut réduire de moitié le taux de risque d`un AVC survenant, ou, en changeant le matériau à partir duquel un composant fabriqué est construit peut doubler son taux de risque pour l`échec. D`autres types de modèles de survie tels que les modèles de temps d`échec accéléré ne présentent pas de dangers proportionnels. Le modèle accéléré de temps de défaillance décrit une situation où l`historique biologique ou mécanique de la vie d`un événement est accéléré (ou décéléré). . La valeur de p pour les trois tests globaux (probabilité, Wald et score) est significative, ce qui indique que le modèle est significatif.

Ces tests évaluent l`hypothèse nulle omnibus que tous les bêtas ( (beta)) sont 0. Dans l`exemple ci-dessus, les statistiques de test sont en accord étroit, et l`hypothèse nulle omnibus est solidement rejetée. 30,4 pour cent des patients étaient âgés de 50 ans ou moins, et 69,6 pour cent avaient plus de 50. 58,9% des patients ont été censurés dans cette étude, ce qui signifie qu`ils étaient vivants jusqu`à la fin du suivi; et 41,1% des patients sont décédés en raison du cancer du sein ou d`autres raisons. Nombre (%) des patients selon l`âge, le stade de la maladie et le type de traitement. Ce tableau indique le nombre de cas qui ont atteint le point de terminaison (nombre d`événements), le nombre de cas qui n`ont pas atteint le point de terminaison (nombre censuré) et le nombre total de cas. Pour les patients atteints d`un cancer du sein de stade III, une chimiothérapie ou d`autres traitements peuvent être appliqués afin de réduire la tumeur et faciliter la chirurgie. La chimiothérapie, l`hormonothérapie, ou la combinaison des deux peuvent être donnés après la chirurgie afin de réduire le risque de récidive du cancer. Par conséquent, différentes options de traitement, y compris chacun de quatre types de traitements ou une combinaison d`entre eux peuvent être considérés pour les patients atteints de cancer du sein de stade III, en fonction de leur situation spécifique.