Un modèle statistique pour la pharmacovigilance

Valérie Robert 1, 2 Gilles Celeux 1, 2 Christine Keribin 2, 1
1 SELECT - Model selection in statistical learning
Inria Saclay - Ile de France, LMO - Laboratoire de Mathématiques d'Orsay, CNRS - Centre National de la Recherche Scientifique : UMR
Abstract : Les effets indésirables des médicaments sont le plus souvent découverts après l'autorisation de mise sur le marché de ces médicaments. La pharmacovigilance consiste alors a détecter le plus précocement possible l'existence d'associations entre médicaments et événements indésirables. Dans cette optique, des méthodes statistiques exploratoires (IC, Bate et al., 1998 ; GPS, Dumouchel, 1999...) sont développées depuis une vingtaine d' années. Cependant, ces méthodes sont limitées par l'utilisation de données agrégées (tableau de contingence), ce qui présume d'une homogénéité des individus a l'origine des notifications. Or il est raisonnable de supposer une certaine hétérogénéité dans la population étudiée. L'objectif est donc de proposer une alternative a ces méthodes intégrant cette dimension hétérogène du problème grâce à l'étude des données individuelles peu informatives, produisant des matrices creuses. Dans ce cadre, en adaptant le modèle des blocs latents (Govaert et Nadif, 2008), nous proposons un nouveau modèle statistique qui fournit une classification simultanée des lignes et des colonnes de deux tableaux de données binaires en leur imposant le même classement en ligne. Il permet alors d'établir des classes d'individus selon leur profil médicamenteux et des sous-groupes d'effets et de médicaments en interaction. Dans cet exposé, nous présenterons le modèle et montrerons la nouveauté de cette approche en pharmacovigilance. Nous donnerons des conditions suffisantes pour obtenir son identifiabilité et nous l' expérimenterons sur des matrices simulées creuses ou non.
Type de document :
Communication dans un congrès
47èmes Journées de Statistique de la SFdS, Jun 2015, Lille, France
Liste complète des métadonnées

Littérature citée [5 références]  Voir  Masquer  Télécharger

https://hal.inria.fr/hal-01255701
Contributeur : Valérie Robert <>
Soumis le : mercredi 13 janvier 2016 - 18:53:55
Dernière modification le : jeudi 11 janvier 2018 - 06:22:14
Document(s) archivé(s) le : samedi 16 avril 2016 - 10:15:26

Fichier

submission_90.pdf
Fichiers produits par l'(les) auteur(s)

Identifiants

  • HAL Id : hal-01255701, version 1

Collections

Citation

Valérie Robert, Gilles Celeux, Christine Keribin. Un modèle statistique pour la pharmacovigilance. 47èmes Journées de Statistique de la SFdS, Jun 2015, Lille, France. 〈hal-01255701〉

Partager

Métriques

Consultations de la notice

294

Téléchargements de fichiers

106