Évaluation

Vous serez évalués dans cette UE par :

  • un examen sur table (en janvier)
  • rendu de projet sous forme d’une présentation orale
    Vous présenterez votre travail à l’oral le vendredi 17 décembre à 14h sur une durée de 15min par groupe (chaque membre de chaque groupe devra prendre la parole environ 5min durant la présentation). Le support de votre présentation sera à envoyer par email, accompagné d’un lien vers le répertoiure GitHub associé à votre travail, avant vendredi 17 décembre 2021 14h00 à l’adresse e-mail : boris.hejblum@u-bordeaux.fr, avec nancy.schneider@u-bordeaux.fr et robin.genuer@u-bordeaux.fr en cc.

Examen

L’annale du sujet d’examen de l’année 2013-2014 peut être téléchargé ici à titre d’exemple.

Projet

Consignes

Composition des groupes

  1. Pierre Catoire, Marie Fourmon-Lecoq & Choisie Mukakalisa
  2. Jade Dupin, Alexandre Kaci & Uyen Thao Vu
  3. Emma Avisou, Iban Larrouture & Léa Mortain
  4. Arna Geshkovska, Blandine Malbos & Clémentine Prioux
  5. Clément Bonnet, Aude D’Arco & Bertille Segier

Travail à réaliser

Commencez par identifier l’analyse principale présentée dans l’article à étudier par votre groupe, puis au vu des données disponibles, essayer de la reproduire (en l’adaptant dans le paradigme bayésien si nécessaire), avant d’envisager de potentielles analyses supplémentaires (par exemple des analyses en sous-groupes, ajustées selon une covariable, en considérant un outcome secondaire, …). En particulier, vous devrez obligatoirement présenter les éléments suivants :

  • une introduction à la question scientifique posée
  • le modèle Bayésien principal étudié, formaliser sous sa forme mathématique
  • le calcul analytique du numérateur de la loi a posteriori (et identification de la loi si possible)
  • les résultats d’une implémentation du modèle en R + JAGS (avoir les codes reproductibles dans un fichier .Rmd sur le répertoire GitHub)
  • une évaluation de la convergence numérique pour votre analyse principale
  • une étude de sensibilité aux choix des a priori
  • une interprétation des résultats (avec une comparaison aux résultats présentés dans l’article original, et une explications des différences le cas échéant)
  • une discussion de l’intérêt de l’approche bayésienne dans votre cas, et des limites de votre analyse

Sujets

Le groupe 1 se voit attribuer le sujet 1, le groupe 2 le sujet 2, le groupe 3 le sujet 3, et le groupe 4 le sujet 4, et le groupe 5 🥁… le sujet 5 (!) :

  1. Méta-analyse bayésienne étudiant l’impact du traitement de la COVID-19 par hydroxychloroquine sur la mortalité à partir de l’article de Axfors et al. 📰.1

  2. Estimation bayésienne de l’efficaté du vaccin BNT162b2 contre la COVID-19 à partir des données présentée dans l’article de Polack et al. 📰.2

  3. Estimation bayésienne de l’efficaté du traitement par azythromycine de la COVID-19 à partir des données présentée dans l’article de Butler et al. 📰.3

  4. Comparaison de deux doses de dexamethasone dans le traitment de la COVID-19 sévère à partir des données présentée dans l’article de Granholm et al. 📰.4

  5. Estimation bayésienne de l’efficaté du vaccin mRNA-1273 contre la COVID-19 à partir des données présentée dans l’article de Baden et al. 📰.5

  1. Cathrine Axfors et al., “Mortality Outcomes with Hydroxychloroquine and Chloroquine in COVID-19 from an International Collaborative Meta-Analysis of Randomized Trials,” Nature Communications 12, no. 1 (2021): 2349, doi:10.1038/s41467-021-22446-z.↩︎

  2. Fernando P Polack et al., “Safety and Efficacy of the BNT162b2 mRNA Covid-19 Vaccine,” New England Journal of Medicine 383 (2020): 2603–15, doi:https://doi.org/10.1056/NEJMoa2034577.↩︎

  3. Christopher C Butler et al., “Azithromycin for Community Treatment of Suspected COVID-19 in People at Increased Risk of an Adverse Clinical Course in the UK (PRINCIPLE): A Randomised, Controlled, Open-Label, Adaptive Platform Trial,” The Lancet 397, no. 10279 (2021): 1063–74, doi:10.1016/S0140-6736(21)00461-X.↩︎

  4. Anders Granholm et al., “Dexamethasone 12 Mg Versus 6 Mg for Patients with COVID-19 and Severe Hypoxaemia: A Pre-Planned, Secondary Bayesian Analysis of the COVID STEROID 2 Trial,” Intensive Care Medicine, 2021, doi:10.1007/s00134-021-06573-1.↩︎

  5. Lindsey R. Baden et al., “Efficacy and Safety of the mRNA-1273 SARS-CoV-2 Vaccine,” New England Journal of Medicine 384, no. 5 (2021): 403–16, doi:10.1056/NEJMoa2035389.↩︎