Régression logistique

But: Cette formation vise à renforcer les connaissances et les compétences des participants concernant l’utilisation de la régression logistique dans le cadre des investigations d’épidémie et études connexes.

Objectifs

  • À la fin de la formation, les participants seront capables de :
  • Comprendre dans quelles situations d’analyse il est approprié d’utiliser la régression logistique
  • Distinguer la régression logistique des autres types de régression.
  • Interpréter correctement les résultats d’une régression logistique : la signification des paramètres, ainsi que les inférences correspondantes
  • Gérer la confusion et les interactions dans une analyse de régression logistique, interpréter correctement les coefficients de chaque terme
  • Comprendre la nécessité, les avantages et les inconvénients de la régression logistique conditionnelle et comment l’utiliser
  • Utiliser STATA pour travailler sur l’analyse de régression logistique

Contenu

Analyse stratifiée

  • Distinguer les situations, choisir la technique d’analyse requise : régression linéaire, régression de Poisson, régression multinomiale, régression logistique
  • Examiner les concepts d'Odds (cote) et Odds Ratio (OR, Rapport de cotes), analyse stratifiée, interaction et confusion
  • Utilisation de STATA

Régression logistique simple

  • Approche graphique de la régression logistique
  • Interprétation et inférence sur les coefficients
  • Variables indépendantes dichotomiques et polytomiques
  • Utilisation de STATA
  • Quelle est la qualité du modèle ? Vraisemblance, pseudo R2 et tests de Hosmer-Lemeshow
  • Variables indépendantes continues
  • Utilisation de STATA

Régression logistique avec 2 variables indépendantes

  • Variables indépendantes dichotomiques
  • Le modèle sans interaction. Le modèle avec interaction. Inférence sur les coefficients
  • Utilisation de STATA
  • Variables indépendantes polytomiques et continues, confusion et interactions

Régression logistique avec 3 variables indépendantes et plus

  • Variables indépendantes dichotomiques
  • Le modèle sans interaction. Le modèle avec interaction. Inférence sur les coefficients
  • Utilisation de STATA
  • Variables indépendantes polytomiques et continues, confusion et interactions

Régression logistique conditionnelle

  • Appariement. Pourquoi faisons-nous cela ? Avantages et risques
  • Analyse de données appariées : analyse conditionnelle + utilisation de STATA
  • Modification de l'effet et appariement et comparaison des différentes analyses + utilisation de STATA

Matériels et méthodes

  • De courtes présentations en séances plénières. Elles représentent 20 % de la durée de la formation (7 heures). Chaque présentation dure 30 minutes. Le matériel utilisé pour les présentations PowerPoint® a été développé pour EPIET et EpiConcept par les facilitateurs proposé par EpiConcept.
  • Des travaux pratiques sur des outils logiciels tels que STATA (http://www.stata.com/).
  • Des activités informatiques interactives avec études de cas pratiques (80% du temps). Les bases de données et les études de cas sont fondées sur des études  réelles. Au cours de cette activité, les facilitateurs fourniront un contexte aux exercices, expliqueront les concepts nécessaires et répondront aux questions des participants.
  • Le matériel de formation peut être adapté aux participants.
  • Chaque session sera évaluée quotidiennement par les participants à l’aide d’un formulaire d’évaluation et aussi lors d’une séance plénière finale au cours de laquelle les participants présenteront leurs points de vue.

EpiConcept dispose d’une licence d’enseignement de StataCorp, société créatrice de l’application STATA.
Des CD STATA seront fournis aux participants pour la durée de la formation.

Prérequis

Les participants doivent avoir suivi la formation précédente sur les investigations d’épidémies et la formation STATA proposées par EpiConcept ou maîtriser STATA et les concepts d’analyse stratifiée, de confusion et de modification d’effet.

Facilitateurs et informations pratiques

La formation sera dispensée en anglais.

Programme de la formation

JOUR 1:

Durée Séance Objectifs d'apprentissage
Description des activités
0,5 heure Introduction à la formation
  • Comprendre les objectifs et les méthodes de l’atelier
  • Présentation : Introduction au module et étude de cas
5,5 heures Module 1: À la fin du module, les participants seront capables de :

  • Comprendre la stratification pour étudier la confusion et la modification de l’effet
  • Comprendre les principes de la régression logistique simple

Présentations et exercices informatisés

Matin :

  • Analyse stratifiée avec tableaux de contingence
  • Distinguer les situations, choisir la technique d’analyse requise : régression linéaire, régression de Poisson, régression multinomiale, régression logistique
  • Examiner les concepts ODDS et OR
  • Analyse stratifiée, interactions et confusion
  • Utilisation de STATA
Après-midi :

  • Régression logistique simple
  • Approche graphique à la régression logistique
  • Interprétation et inférence sur les coefficients
  • Variables indépendantes dichotomiques et polytomiques
  • Utilisation de STATA
  • Quelle est la qualité du modèle ? Vraisemblance, pseudo R2 et tests de Hosmer-Lemeshow
  • Variables indépendantes continues
  • Utilisation de STATA
Déjeuner
3 hours Session 2 :  By the end of the session participants should be able to understand : 
  • Stationarity of time series
  • Presentation and computerised exercises
  • Stationarity of time series.
  • Periodic regression and ARIMA modelling using stationary time series. This session covers the techniques used for transforming a crude series in a series with constant mean and variance
  • Practical exercises using STATA

 

JOUR 2 :

Durée Séance Objectifs d'apprentissage Description des activités
3 heures Module 2 : À la fin du module, les participants seront capables de :

  • Comprendre la régression logistique multiple avec des variables dichotomiques et polytomiques
  • Comprendre et interpréter l’interaction

Présentations et exercices informatisés

Matin :

  • Régression logistique avec 2 variables indépendantes
  • Variables indépendantes dichotomiques : Le modèle ajusteé sans interaction. Le modèle avec interactions. Inférence sur les coefficients
  • Utilisation de STATA
  • Variables indépendantes polytomiques et continues, confusion et interactions
  • Utilisation de STATA
Après-midi :

  • Régression logistique avec 3 variables indépendantes ou plus
  • Variables indépendantes dichotomiques : Le modèle ajusté sans interaction. Le modèle avec interactions. Inférence sur les coefficients
  • Utilisation de STATA
  • Variables indépendantes polytomiques et continues, confusion et interactions
  • Utilisation de STATA

 

JOUR 3 :

Durée Séance Objectifs d'apprentissage Description des activités
6 heures Module 3 : À la fin du module, les participants seront capables de :

  • Comprendre la régression logistique multiple conditionnelle
  • Présentations et exercices informatisés
  • Régression logistique conditionnelle
  • Utilisation de STATA