Position du problème : L’analyse statistique des durées de vie est relativement fréquente dans le domaine biomédical. L’objectif de cet article est de présenter une revue comparative des différents modèles régressifs en fonction du type de survie analysée (survie brute ou survie relative) afin de guider l’utilisateur dans son choix.

Méthodes : Nous présentons et comparons d’un point de vue méthodologique un modèle régressif de survie brute (modèle de Cox) et les principaux modèles régressifs de survie relative sur données groupées (Hakulinen et Tenkanen) et sur données individuelles (Estève et al.). Notre étude est illustrée à partir des 3 355 cas de cancer du sein provenant d’un registre hospitalier. Le comportement des estimateurs a été étudié dans des situations où les taux de censures varient de 31,7 à 96,5 %.

Résultats : L’analyse par la survie relative (Hakulinen et Tenkanen, Estève et al.) montre qu’une fois la mortalité naturelle prise en compte le risque de décès par cancer du sein chez les patientes âgées de plus de 50 ans est plus faible que celui des patientes de la tranche d’âge 35-49 ans, ce qui n’était pas mis en évidence dans l’analyse par la survie brute (Cox). Les estimations obtenues par le modèle de Cox étaient plus précises que celles obtenues par les deux modèles régressifs de survie relative. Les estimations obtenues par la méthode d’Estève et al. étaient peu différentes et plus précises que celles obtenues par la méthode d’Hakulinen et Tenkanen.

Conclusion : L’analyse de la survie relative, par définition, est plus à même d’étudier un phénomène de mortalité lié à une pathologie donnée. Il vaut mieux utiliser des modèles basés sur l’estimation individuelle lorsque l’on dispose d’échantillons de faible taille ou bien lorsque le nombre d’individus dans les différentes strates de l’étude est petit.

Background: Statistical analysis of lifetime data is frequently used in the biomedical area. Our objective was to present a comparative review of the different regression models according to the survival concept (crude survival or relative survival) in order to express guidelines.

Methods: From a methodological point of view, we compared a regressive crude survival model (Cox model) and regressive relative survival models for grouped data (Hakulinen and Tenkanen) and for individuals data (Esteve et al.). We illustrated our work with an analysis of survival data of 3,355 incident cases of breast cancer identified by a hospital registry. Comportment of the models was studied in situation where censors rates ranged from 31.7 to 96.5%.

Results: Because relative survival analysis takes into account natural mortality, the risk of death was smaller for women older than 50 years than for women aged from 35 to 49; this was not demonstrated in the crude survival analysis (Cox). Estimations obtained from Cox model were more accurate than those obtained from both studied regressive relative survival models. Estimations obtained from Esteve et al. model were not very different from those obtained from Hakulinen and Tenkanen model and they were more accurate.

Conclusion: By definition, analysis of relative survival is more appropriate to estimate survival to a specific cause of death. It is preferable to use models based on individual estimation when data set is small or when the number of individual per strata is small.