| Popis: |
Resume L'approche mixte, pour la modelisation des processus de survie et des processus longitudinaux, connait de nos jours un succes grandissant, en particulier lorsqu';il existe une interdependance entre ceux-ci. Reputes pour leur efficacite, les modeles mixtes sont moins biaises par rapport aux methodes classiques naives, d'ou une litterature abondante sur le sujet. L'objet de cette etude est de presenter une revue de la litterature recente sur les modeles mixtes, en l'occurrence ceux utilises pour l'estimation du temps d'echec dans les processus de survie. Nous presenterons une analyse detaillee de la gamme de modeles de survie utilises pour la construction des modeles mixtes. Une attention particuliere sera accordee aux progres recents dans le developpement des logiciels dedies a la construction de ces modeles. Une illustration sur l'utilisation des progiciels JM et JoineR, developpes dans l'environnement R, sera presentee pour le cas de l'analyse de survie des patients souffrant d'insuffisance renale en phase terminale. Finalement, nous concluons avec une discussion sur plusieurs pistes de recherche potentielles dans le domaine. Summary The use of joint modelling approaches is becoming increasingly popular when an association exists between survival and longitudinal processes. Widely recognized for their gain in efficiency, joint models also offer a reduction in bias compared with naive methods. With the increasing popularity comes a constantly expanding literature on joint modelling approaches. The aim of this paper is to give an overview of recent literature relating to joint models, in particular those that focus on the time-to-event survival process. A discussion is provided on the range of survival submodels that have been implemented in a joint modelling framework. A particular focus is given to the recent advancements in software used to build these models. Illustrated through the use of two different real-life data examples that focus on the survival of end-stage renal disease patients, the use of the JM and joineR packages within R are demonstrated. The possible future direction for this field of research is also discussed. |
