Les posteurs les plus actifs de la semaine
Aucun utilisateur |
Sujets les plus vus
régression logistique et correction de Abbott
2 participants
Page 1 sur 1
régression logistique et correction de Abbott
Bonjour à tous,
Je ne suis pas toxicologiste, mais j'ai une question dans ce domaine. L'un d'entre vous pourrait me donner des informations sur ce point ? Depuis des années, des toxicologistes débarquent dans mon bureau pour que je les aide à traiter leurs données.
Les expériences typiques qu'ils font impliquent que l'on soumette des individus à un toxique, et l'on regarde au bout d'un certain temps le nombre d'entre eux qui sont encore en vie, et ceux qui sont morts (expériences faîtes sur des insectes, ou des cellules en culture). On est typiquement sur une variable binomiale, et la régression logistique s'impose pour tester, par exemple, l'effet dose, la variation entre toxiques différents, entre populations d'individus différentes, etc., au besoin dans le cadre d'un GLM mixte. Même plus, on peut remplacer dans ce cas le lien logit habituel par un lien probit, ce qui convient d'avantage pour des raisons techniques et théoriques, mais c'est là un détail.
Jusque là tout va bien.
Le problème est qu'il y a évidement des individus dans les expériences qui pourraient mourir de leur belle mort, et l'on rajoute donc des contrôles (témoins) sans toxique. Dans ce cas, on applique la correction de Abbott qui revient à calculer le taux de mortalité corrigé du témoin.
Oui, mais alors les pourcentages binomiales de mortalité corrigés ne correspondent plus à des nombres entiers d'individus, et je me retrouve à ne pas pouvoir ajuster correctement les régressions logistiques dont je parle ci-dessus, or il s'agit toujours de pourcentages issus de lois binomiales.
La seule chose que j'ai eu l'idée de faire jusqu'à présent est d'ajuster des régressions logistiques en arrondissant à l'entier juste au-dessus, et refaire les mêmes en arrondissant à l'entier juste en-dessous, et voir si je trouvais une différence (et généralement il n'y en a pas). Mais la démarche est assez "brute" et je suis sûr que ce problème a déjà été abordé et résolu par des "vrais" toxicologistes, ce que je ne suis pas, je le répète.
Tout avis et conseil sur ce point est le bienvenu.
Eric.
Je ne suis pas toxicologiste, mais j'ai une question dans ce domaine. L'un d'entre vous pourrait me donner des informations sur ce point ? Depuis des années, des toxicologistes débarquent dans mon bureau pour que je les aide à traiter leurs données.
Les expériences typiques qu'ils font impliquent que l'on soumette des individus à un toxique, et l'on regarde au bout d'un certain temps le nombre d'entre eux qui sont encore en vie, et ceux qui sont morts (expériences faîtes sur des insectes, ou des cellules en culture). On est typiquement sur une variable binomiale, et la régression logistique s'impose pour tester, par exemple, l'effet dose, la variation entre toxiques différents, entre populations d'individus différentes, etc., au besoin dans le cadre d'un GLM mixte. Même plus, on peut remplacer dans ce cas le lien logit habituel par un lien probit, ce qui convient d'avantage pour des raisons techniques et théoriques, mais c'est là un détail.
Jusque là tout va bien.
Le problème est qu'il y a évidement des individus dans les expériences qui pourraient mourir de leur belle mort, et l'on rajoute donc des contrôles (témoins) sans toxique. Dans ce cas, on applique la correction de Abbott qui revient à calculer le taux de mortalité corrigé du témoin.
Oui, mais alors les pourcentages binomiales de mortalité corrigés ne correspondent plus à des nombres entiers d'individus, et je me retrouve à ne pas pouvoir ajuster correctement les régressions logistiques dont je parle ci-dessus, or il s'agit toujours de pourcentages issus de lois binomiales.
La seule chose que j'ai eu l'idée de faire jusqu'à présent est d'ajuster des régressions logistiques en arrondissant à l'entier juste au-dessus, et refaire les mêmes en arrondissant à l'entier juste en-dessous, et voir si je trouvais une différence (et généralement il n'y en a pas). Mais la démarche est assez "brute" et je suis sûr que ce problème a déjà été abordé et résolu par des "vrais" toxicologistes, ce que je ne suis pas, je le répète.
Tout avis et conseil sur ce point est le bienvenu.
Eric.
Eric Wajnberg- Nombre de messages : 1237
Date d'inscription : 14/09/2012
Re: régression logistique et correction de Abbott
Bonjour,
Ma question est peut-être très naïve, mais pourquoi considérer l'outcome comme binaire plutôt que de type survie (critère censuré). De cette manière, on ne compare pas tant le nombre de morts, mais le délai jusqu'à la mort, et le modèle sous jacent peut, par exemple, être un modèle de Cox pour exprimer l'augmentation du risque de décès des individus exposés à la substance toxique par rapport aux individus non exposés. Ainsi, plus de problèmes liés à un nombre non entier d'individus.
Ou sinon, deuxième question très bête: pourquoi ne pas faire l'analyse sur données individuelles plutôt que poolées et obtenir l'OR, le RR ou la différence de taux de mortalité suivant la fonction de lien choisie?
Ayana
Ma question est peut-être très naïve, mais pourquoi considérer l'outcome comme binaire plutôt que de type survie (critère censuré). De cette manière, on ne compare pas tant le nombre de morts, mais le délai jusqu'à la mort, et le modèle sous jacent peut, par exemple, être un modèle de Cox pour exprimer l'augmentation du risque de décès des individus exposés à la substance toxique par rapport aux individus non exposés. Ainsi, plus de problèmes liés à un nombre non entier d'individus.
Ou sinon, deuxième question très bête: pourquoi ne pas faire l'analyse sur données individuelles plutôt que poolées et obtenir l'OR, le RR ou la différence de taux de mortalité suivant la fonction de lien choisie?
Ayana
Ayana- Nombre de messages : 550
Localisation : Londres
Date d'inscription : 18/08/2009
Re: régression logistique et correction de Abbott
Réponse à la question 1: Oui, on peut travailler aussi sur des durées de survie. Mais ce n'est pas ce que font les toxicologistes. Une des raisons est qu'ils veulent estimer des DL50 (dose qui génère 50% de mortalité), d'où d'ailleurs un des intérêts d'avoir un lien probit plutôt que logit.
Réponse à la question 2: En régression logistique, justement, on travaille aussi bien sur les données individuelles que sur celles poolées. C'est un de l’intérêt de cette analyse (par rapport, par exemple à une analyse de tables de contingence). C'est bien le statut de mort ou vivant de chaque individu qui est pris en compte dans la régression. De plus, dans ces deux cas, il faut faire une correction du témoin, ce qui ne résout pas la question posée.
Eric.
Réponse à la question 2: En régression logistique, justement, on travaille aussi bien sur les données individuelles que sur celles poolées. C'est un de l’intérêt de cette analyse (par rapport, par exemple à une analyse de tables de contingence). C'est bien le statut de mort ou vivant de chaque individu qui est pris en compte dans la régression. De plus, dans ces deux cas, il faut faire une correction du témoin, ce qui ne résout pas la question posée.
Eric.
Eric Wajnberg- Nombre de messages : 1237
Date d'inscription : 14/09/2012
Re: régression logistique et correction de Abbott
Du coup effectivement, si c'est pour la DL50, je comprends mieux. D'experience, le package R "ecotoxicology" fonctionne pas mal, mais je trouve la doc pas tres claire pour decrire les methodes implementees. Peut-etre y a-til quelque chose a creuser de ce cote la?
Ayana- Nombre de messages : 550
Localisation : Londres
Date d'inscription : 18/08/2009
Re: régression logistique et correction de Abbott
Merci pour l'info. Je ne connaissais pas ce package. Je viens de regarder et je crains que je ne trouve pas la réponse à ma question. Ce package est essentiellement (uniquement) fondé sur le bouquin de Finney (1964), qui a été écrit avant l'ère du GLM. De fait, il se base sur des trucs comme des transformations angulaires, etc., qui sont complètement obsolètes aujourd'hui. Il y a bien une régression probit, mais pas de moyen de faire des comparaisons (par exemple entre différents toxiques, etc.) comme une régression logistique le permet.
Ma question reste donc ouverte.
Merci encore pour cette information.
Eric.
Ma question reste donc ouverte.
Merci encore pour cette information.
Eric.
Eric Wajnberg- Nombre de messages : 1237
Date d'inscription : 14/09/2012
Sujets similaires
» régression multiple et régression logistique
» Régression Logistique vs Régression Linéaire
» régression logistique
» Régression logistique
» Regression logistique
» Régression Logistique vs Régression Linéaire
» régression logistique
» Régression logistique
» Regression logistique
Page 1 sur 1
Permission de ce forum:
Vous ne pouvez pas répondre aux sujets dans ce forum
|
|