English (United Kingdom)

https://curated-unify.zendy.io/wp-json/zendy-region/v1/featured_content/oa?rat=en

https://curated-unify.zendy.io/wp-json/zendy-region/v1/highlighted_journal/

Global: Zendy Plus annual

Presents the access of premium content as premium feature

Premium Content

Presents the keyphrase highlighting as premium feature

Keyphrase Highlighting

Presents the summarisation as premium feature

Summarisation

Insights

Presents the pdf analysis as premium feature

PDF Analysis

Presents the zaia usage as premium feature

ZAIA

Global: Zendy Tools annual

Global: Zendy Free Plan

Global: Zendy Tools monthly

Global: Zendy Plus monthly

Dans les études cliniques et la recherche médicale, il est fréquent que l’on veuille analyser le délai de survenue d’un événement particulier. Cet événement peut être positif (tel qu’une naissance, la guérison d’une maladie précise) ou négatif (tel que le décès, la récidive d’une maladie). Indépendamment du type d’événement considéré, la méthode statistique appliquée ici est appelée l’analyse des durées de survie. Les données sur la survie se caractérisent par le fait que pour une durée d’étude déterminée, l’événement n’a pas nécessairement eu lieu chez tous les individus observés: on ne peut donc pas indiquer de durée exacte de survie pour ces individus, mais seulement une valeur minimale. Il peut arriver également que le status de survie de quelques individus fasse défaut en raison d’une perte de suivi, parce qu’ils ont abandonné prématurément l’étude, ou parce qu’ils meurent d’une maladie ne faisant pas partie de l’étude (événement concurrent). Pour ces individus, on parle d’observation censurée: en d’autres termes, le temps d’observation du sujet n’inclut pas l’événement. Le tableau 1 p présente les durées de survie de 44 patients atteints d’une hépatite chronique active [1]. Ces patients ont été randomisés en deux groupes égaux: l’un a été traité par prednisolone, l’autre a reçu un placebo. S’il manque un tout petit nombre de données de patients dans une évaluation statistique classique, il est courant parfois d’exclure ces individus de l’analyse. Ce procédé n’est cependant pas indiqué dans l’analyse des courbes de survie, car les patients dont la durée de survie n’est pas connue avec précision fournissent tout de même une contribution importante aux observations: notamment le fait d’avoir survécu au moins jusqu’à la fin de l’intervalle d’observation (observations censurées). Si l’on excluait ces patients de l’analyse, le résultat serait faussé, car il contiendrait un biais par exclusion de personnes dont la durée de survie est tendanciellement longue. D’autre part on ne peut pas considérer une durée d’observation censurée comme une vraie durée d’observation. Il faut donc faire appel à des méthodes statistiques tenant compte de cette structure particulière de données.

Représentation graphique et comparaison de courbes de survie