La vraie sensibilité du dépistage par mammographie ne peut être directement mesurée puisque le nombre de femmes avec un cancer du sein en période préclinique au moment du dépistage, dans une population donnée, est inconnu. Afin d’étudier la vraie sensibilité, un modèle de micro-simulation a été construit dans R. Ce modèle consiste à bâtir une cohorte fictive de femmes pour lesquelles certaines seront atteintes d’un cancer du sein. Cette cohorte de femmes pourra ensuite être soumise à un ou plusieurs dépistages par mammographie. Certains paramètres du modèle peuvent être déterminés à partir de données existantes (par ex. l’incidence du cancer du sein, l’âge au décès), tandis que d’autres paramètres demeurent inconnus (par ex. la sensibilité du dépistage, la durée de la période préclinique du cancer) et doivent être déterminés par calibration. La calibration est un processus laborieux qui demande la réalisation d’un grand nombre de simulations et qui prend beaucoup de temps à réaliser. L’utilisation du package snowfall a permis de réduire considérablement les temps de calcul. Le choix des paramètres inconnus a été basé sur la comparaison de 66 indicateurs à des valeurs cibles dérivées des données du Programme québécois de dépistage du cancer du sein (PQDCS). L’utilisation de représentations graphiques et une analyse en composantes principales des meilleurs ensembles de paramètres a permis de raffiner le processus de calibration. Dans cette présentation, nous présenterons les principales étapes de la construction du modèle de micro-simulation, dont certaines embûches, ainsi que les solutions retenues.

Voir la présentation en format PDF…