Différence entre test du log rank et modele de cox

Bonjour,

Je suis embétée car en faisant les statistiques pour mon mémoire, je trouve une différence entre log rank et cox. Cohorte de 180 patients suivi 1 an, 23 évènements. Patient partagé en tertile par rapport à une variable quantitative.

Je trouve un test log rank non significatif avec 3 courbes de survie avec p=0.12 , la modèle de Cox en univarié par rapport à ma variable quantitative sort prédictif de l'évènement.

Peut on voir ce cas de figure parfois? Pourquoi existe- t il une différence entre ces 2 test?

En vous remerciant

MArion

Bonjour,

Il faut savoir que lorsqu'on recode une variable quantitative en une variable à 2 ou 3 modalités, on perd de l'information et de la puissance, d'où la différence des résultats. Mais si ta variable quantitative vérifie les hypothèses nécessaires pour conduire un modèle de Cox, il vaut mieux la garder en continu, sauf s'il existe une vraie raison pour le recodage.
Ayana

C'est quoi l’intérêt de découper la variable quantitative en trois groupes? L'ajustement d'un modèle de Cox en prenant comme variable explicative la variable quantitative semble largement plus puissant.

HTH, Eric.

J'ai fait une analyse de survie à partir de ma variable quantitative pour avoir des courbes que j'ai partagé soit en 2 à partir de la médiane soit en 3 en tertile. il me semble que le Kaplan Meier et le modèle de Cox ne donne pas les mêmes éléments de résultats, le 1er est pour estimer un taux de survie, le 2ème pour trouver des facteurs prédictifs est ce bien cela?

EN vous remerciant pour vos réponses

Marion

Par contre j'ai l'autre cas inverse ou sur ma cohorte pour la survenue d'un autre événement toujours par rapport à ma même variable quantitative (cohorte n=180, évènement n=14), sur un Kaplan Meier en décile j'ai un log rank très significatif p=0.008 et en modèle de Cox qui ne sort pas... Est ce du à un très petit nombre d'évènement?

En vous reerciant

D'une manière générale, il n'est pas recommandé de découper une variable quantitative en classes. On perd beaucoup d’information.

Kaplan-Meier n'est pas une procédure de test. C'est un estimateur de la fonction de survie.

Le modèle de Cox, en revanche, est une procédure de test (possible), pour comparer des fonctions de survie (estimées par Kaplan-Meier, par exemple).

Je pense que votre question doit se résoudre en ajustant un modèle de Cox en prenant comme variable explicative la variable quantitative d’intérêt, sans la découper en classes. Vous saurez alors si elle influence significativement la survie de vos individus.

Eric.

Dans le modèle de Cox, je n'ai pas découpé ma variable quantitative en tertile, elle est restée telle qu'elle, j'ai fait des groupes uniquement en Kaplan Meier que j'ai comparé en log rank.

Merci pour votre réponse

Si votre variable est (était) qualitative dans les deux cas, un test de log-rank (pas Kaplan-Meier, donc) et un modèle de Cox serait strictement équivalents. La clef de cette discussion, je pense (et au risque de me répéter) est qu'il n'est pas utile ni souhaitable de découper une variable quantitative en classes, à moins d'avoir de très bonnes raisons de le faire (ce qui ne semble pas trop votre cas).

HTH, Eric.

Merci beaucoup pour toutes vos réponses, je comprends mieux maintenant.
Il est vrai que l'on voit beaucoup de papier scientifique avec des Kaplan-Meier comparé par log rank fait en fonction de variables quantitatives. Mais cela ne parait en effet pas très pertinent.

En vous remerciant pour vos réponses constructives. C'est dur d'essayer d'apprendre à faire des stats tout seuls...