Analyse de survie : Test du log-rank VS régression de Cox

Bonjour à tous,

J'ai une petite question qui concerne les analyses de survie.
En fait, j'aurais aimé savoir, dans le cas d'une courbe de survie comparant deux populations, pourquoi utiliser un test du log-rank plutôt qu'une régression de Cox univariée, ou l'inverse ? Lequel privilégier, dans quel(s) cas ?
Je me place là dans le cadre où on souhaiterait "comparer" la p-value du test du log-rank et la p-value associée à l'estimateur obtenu via la régression de Cox univariée.

Je vous remercie par avance.


Cordialement,


A.D.

Si tu compares 2 populations tu devrais avoir 2 courbes de survie, pas une seule.

Basiquement, on ne se pose pas la même question:

Logrank: J'observe 2 cohortes. Leurs deux courbes de survies sont elles significativement différentes ?

Modèle de Cox: j'observe une cohorte. Quelles variables affectent significativement sa courbe de survie ?
Grosso-modo ce modèle a pour hypothèse que l'effet des prédicteurs (traitements, facteurs de risque…) est proportionnel à la probabilité de survenue de l'événement dans chaque intervalle de temps. Evidemment, on peut introduire une variable "groupe" (= traitement la plupart du temps) dans le modèle de cox. On produit alors une estimation de la différence inter groupes ajustée sur les autres prédicteurs introduits dans le modèle.

En résumé, si tu te poses la question "les courbes de survie de mes deux populations sont elles différentes", je ne pense pas que l'utilisation du modèle de cox soit adaptée car il ne répond pas vraiment à la question posée. Mais je n'ai pas de réelle expérience dans ces analyses.

J'en garde toutefois une idée toute conne: il faut faire gaffe à l'utilisation simpliste des modèles à risques proportionnels (cox en fait partie) car le choix du modèle, sa validation et l'interprétation sont assez délicats et demandent un peu d'expérience. En clair, il est assez facile de faire et conclure n'importe quoi.