modèle de Cox à variables dépendantes du temps

Bonjour,

j'ai 2 petites interrogations "théoriques" à propos du modèle de Cox à variables dépendantes du temps et je n'ai pas trouvé de réponse claire sur Internet pour le moment.

Pour être précis, je ne parle pas de coefficients dépendants du temps (qu'on utilise par ex. lorsque l'hypothèse des hasards proportionnels n'est pas respectée) mais bien des variables dépendantes du temps (par ex. si on a la réponse à la question: "suivez-vous un régime alimentaire?" posée tous les 6 mois pour prédire la survenue d'une hypertension).

1) Est-ce que dans ce cas, le modèle doit respecter l'hypothèse des hasards proportionnels, comme dans un modèle de Cox "classique" ou bien est-on au contraire comme dans le cas de coefficients dépendants du temps?

2) Est-ce qu'il existe un moyen (test statistique ou autre) pour savoir si le modèle à variables dépendantes du temps est vraiment "meilleur" que le modèle de base qui ne prend en compte que la mesure du régime à l'inclusion? Ou bien on part seulement du principe que plus on a d'informations, meilleur sera le résultat de toute façon?

Merci beaucoup si vous pouvez m'éclairer.

La proportionnalité des risques dans un modèle de Cox s'entend comme une proportionnalité qui reste constante (indépendante du temps). Donc l'hypothèse de proportionnalité n'est pas à prendre en compte pour des régresseurs qui dépendent du temps, je pense.

Par ailleurs, la question de savoir si un modèle fondé sur des variables qui dépendent du temps est meilleur qu'un modèle à variables fixes n'en ai pas une. Vos regresseurs dépendent du temps ou ne dépendent pas du temps. Une variable explicative qui change de valeur au cours du temps ne peux pas être transformée en variable fixe de toute façon.

HTH, Eric.