Modèles statistiques appliqués à l'épidémiologie neuro-comportementale - LARA - Libre accès aux rapports scientifiques et techniques Accéder directement au contenu
Rapport (Rapport De Recherche) Année : 2000

Modèles statistiques appliqués à l'épidémiologie neuro-comportementale

Résumé

L'épidémiologie neuro-comportementale a recours à des tests psychométriques qui génèrent des données particulières comprenant des multi-liaisons entre variables. Ce document fait la synthèse d'une étude qui visait à mettre au point une méthode d'analyse statistique adaptée aux problèmes multi-liaisons. Après une revue de la littérature des méthodes statistiques disponibles pour traiter cette configuration des données, a été finalement retenu le modèle linéaire à variables latentes. Il a d'abord été testé et validé sur des données simulées puis appliqué à deux jeux de données réelles, l'un étant issu d'une étude transversale sur la neurotoxicité du toluène réalisée par l'INRS et l'autre étant issu de la cohorte PAQUID de l'Unité 330 de l'INSERM. PAQUID est destinée à estimer l'incidence de la démence chez les personnes agées et d'en étudier les facteurs de risque ; les données provenant de tests psychométriques, présentent également un modèle de multi-liaisons. Ces différentes mises enoeuvre du modèle à variables latentes ont permis de cerner les conditions de son application et d'en apprécier sa pertinence et ses limites
Fichier principal
Vignette du fichier
INRS_191.pdf (6.45 Mo) Télécharger le fichier
Origine Fichiers produits par l'(les) auteur(s)

Dates et versions

hal-01428966 , version 1 (06-01-2017)

Identifiants

  • HAL Id : hal-01428966 , version 1

Citer

M. Grzebyk, D. Chouanière, P. Wild, D. Commenges, C. Fabrigoule, et al.. Modèles statistiques appliqués à l'épidémiologie neuro-comportementale. [Rapport de recherche] Notes scientifiques et techniques NS 191, Institut National de Recherche et de Sécurité(INRS). 2000, 99p. ⟨hal-01428966⟩
221 Consultations
1011 Téléchargements

Partager

Gmail Mastodon Facebook X LinkedIn More