Cox sur courbe de Kaplan meier

Bonjour à tous,

Ma question est la suivante (je bosse sur SPSS):

Sur une courbe de survie KM:

Je teste la valeur prédictive de 2 variables binaires (A et B) en faisant un Cox univarié. La variable A sort significative avec p=0.02 et la variable B non significative avec p=0.09 (ce sont les deux seuls variables significatives).

En multivarié en prenant les deux variables A et B ensemble, A et B sortent significatives (A avec p=0.005, B avec p=0.010)

Dois-je me contenter de l'univarié et dire que la seule variable significative est A mais avec un petit p de B qui est <0.10, ou dois-je aller jusqu'a la multivariée ?.

Dois je considérer la variable B comme prédictive ou non ? non sig en univarié mais sig en multivarié avec la variable A.

Si je la consifère sig de la base de l'univarié et que je veux la représenter dans un figure, ce qui m'embete c'est que j'en parle d'en le texte comme d'une variable signifcative (car p<0.05 en multivarié), alors que le Log Rank est NS (que je marque dans une figure)...

Help !


Merci d'avance,

mofolaz

Avant toute chose, en statistique on parle d'univarié ou de multivarié lorsqu'on a une ou plusieurs variable dépendantes. Ici vous n'avez qu'une seule variable dépendante (la durée que vous modélisez). Tous les cas dont vous parlez sont univariés, donc (par exemple, un ANOVA à deux facteurs est un modèle univarié, etc.).

Par ailleurs, votre problème est un problème général en ANOVA (et un modèle de Cox n'est rien d'autre qu'une ANOVA un peu particulière), et pas spécifique aux modèles de survie. Le problème est que vos régresseurs (A et B) sont éventuellement corrélés. La présence de l'un peut influencer le test de l'effet de l'autre. Il n'y a pas de solution miracle, et généralement on procède de manière itérative avec ajout/rejet de variables jusqu'à temps qu'on aboutisse au modèle le plus parcimonieux. Si j'ai bien compris, c'est ce que vous faite sans le savoir, et vous aboutissez à la conclusion que seul la variable A a un effet significatif. Dont acte.

Par ailleurs, je vois une confusion dans votre demande entre Kaplan-Meir et Log-rank, d'une part et Cox d'autre part. Un Log-rank revient à un Cox si vous n'avez qu'une variable explicative quantitative (équivalent d'une ANOVA à un facteur). Or vous en avez deux ici. Vous êtes dans le cadre d'un modèle de Cox, pas dans le cadre d'un estimateur de Kaplan-Meier. Vous pouvez oublier vos conclusions à partir d'un test de Log-rank.

Enfin, et quid de l'interaction A x B, qui vous ne semblez pas vouloir considérer et tester ?

HTH, Eric.