Les études des facteurs potentiellement associés à la survie sont quasiment toutes basées sur l’estimateur de Kaplan-Meier et/ou sur le modèle de Cox. Ces méthodes permettent l’étude du temps d’apparition d’un événement unique. Trois choix de variables à expliquer sont possibles pour les études de survie en transplantation rénale : (i) le délai entre la greffe et le retour en dialyse (les décès avec un greffon fonctionnel sont alors des censures à droite), (ii) le délai entre la greffe et le décès avec un greffon fonctionnel (les retours en dialyses sont alors des censures à droite) et (iii) le délai entre la greffe et le premier des deux échecs possibles. La première solution est critiquable puisqu’un nombre non-négligeable de décès est dû à la greffe ou à sa prise en charge. L’équipe a d’ailleurs montré l’augmentation du risque de cancers dus aux traitements immunosuppresseurs. La surestimation de la survie qui en découle n’est pas le seul problème de cette approche. En effet, le modèle de Cox suppose une indépendance entre le processus de censure et le temps de survie étudié. Cette hypothèse est difficilement acceptable puisque le niveau de filtration glomérulaire est lié à de nombreuses comorbidités. Le deux autres choix sont à l’inverse les plus pessimistes. Ils considèrent tous les décès comme liés à la transplantation alors que beaucoup d’entre eux sont indépendants de la pathologie étudiée. De plus, il est admis que cette stratégie est synonyme de pertes d’informations puisqu’un effet moyen des facteurs de risque est modélisé, alors qu’une même variable peut avoir des effets différents selon l’échec (décès ou retour en dialyse). Aujourd’hui, le consensus est de présenter les deux modèles dans les résultats des analyses de survie. L‘idée admise est qu’une certaine vérité est intermédiaire entre les deux modèles, hypothèse acceptable si l’on considère que le modèle de Cox est le seul possible.

En transplantation rénale, Gjertson et al. ont été les premiers à utiliser une approche plus générale permettant l’analyse d’événements en compétition. Nous avons depuis montré que des développements méthodologiques dans cette voix permettaient d’améliorer les connaissances issues d’analyse de survie. Nous avons utilisé des modèles multi-états qui généralisent les modèles à risques compétitifs (figure 1). Nous avons en particulier adapté l’approche semi-Markovienne à l’évolution des patients transplantés en prenant en compte la censure par intervalle des temps de transitions (l’état de santé d’un patient n’est pas forcément connu entre deux visites) et en proposant un test d’adéquation des temps d’attente avant les transitions. Ces développements ont été réalisés pendant la thèse de Biostatistique de Y. Foucher (manuscrit, présentation orale).