Bienvenue à l'analyse de survie en R pour la santé publique ! Les trois cours précédents de cette série couvraient la pensée statistique, la corrélation, la régression linéaire et la régression logistique. Ce cours vous montrera comment effectuer une analyse de survie - ou "temps écoulé jusqu'à l'événement" - en expliquant ce que signifient des termes familiers mais trompeurs tels que hasard et censure, qui ont des significations spécifiques dans ce contexte. En utilisant le logiciel populaire et entièrement gratuit R, vous apprendrez à prendre un ensemble de données à partir de zéro, à l'importer dans R, à effectuer des analyses descriptives essentielles pour apprendre à connaître les caractéristiques et les particularités des données, et à progresser des diagrammes de Kaplan-Meier jusqu'à la régression multiple de Cox. Vous utiliserez des données simulées à partir de données réelles, désordonnées, au niveau des patients admis à l'hôpital pour insuffisance cardiaque et apprendrez à explorer les facteurs prédictifs de leur mortalité ultérieure. Vous apprendrez à tester les hypothèses des modèles et leur adéquation aux données, ainsi que quelques astuces simples pour contourner les problèmes courants que posent les données réelles de santé publique. Les vidéos et les exercices R feront l'objet de mini-questionnaires qui vous permettront de vérifier votre compréhension. Prérequis Certaines formules sont données pour faciliter la compréhension, mais il ne s'agit pas d'un cours pour lequel vous avez besoin d'un diplôme en mathématiques pour le suivre. Vous aurez besoin de connaissances numériques de base (par exemple, nous n'utiliserons pas le calcul) et d'une certaine familiarité avec les méthodes de présentation des résultats sous forme de graphiques et de tableaux. Les trois cours précédents de la série ont expliqué des concepts tels que les tests d'hypothèse, les valeurs p, les intervalles de confiance, la corrélation et la régression, et ont montré comment installer R et exécuter des commandes de base. Dans ce cours, nous récapitulerons brièvement toutes ces idées fondamentales, mais si elles ne vous sont pas familières, vous préférerez peut-être suivre le premier cours en particulier, Pensée statistique en santé publique, et peut-être aussi le deuxième, sur la régression linéaire, avant de vous lancer dans celui-ci.