Simulations

Aller au contenu principal
Aller au pied de page

Sélection de la langue

English

Recherche et menus

Recherche et menus

Rechercher

Passer au filtres. Voir les résultats.

Résultats

Tout (4)

Tout (4) ((4 résultats))

1. Modélisation de la mammographie de dépistage du cancer du sein dans le contexte canadien : modification et mise à l’essai d’un modèle de microsimulation Archivé
Articles et rapports : 82-003-X201501214293
Description :
Le modèle de microsimulation du cancer du sein du Cancer Intervention and Surveillance Modeling Network de l’Université du Wisconsin a été adapté afin de simuler l’incidence du cancer du sein et le rendement du dépistage au Canada. Le modèle a pris en compte les effets de la densité du tissu mammaire sur la sensibilité et la spécificité du dépistage. On a évalué la capacité du modèle de prédire le taux d’incidence du cancer du sein selon l’âge.
Date de diffusion : 2015-12-16
2. Modélisation des effets du dépistage du cancer du côlon et du rectum au Canada à l'aide du modèle de santé de la population POHEM Archivé
Articles et rapports : 11-522-X20020016722
Géographie : Canada
Description :
Le cancer du côlon et du rectum (CCR) est la deuxième cause de décès par cancer au Canada. Des essais randomisés avec témoins ont montré l'efficacité du dépistage par recherche du sang occulte dans les selles. Toutefois, il est nécessaire de procéder à une évaluation complète des coûts et des conséquences du dépistage du CCR pour la population canadienne avant de mettre en oeuvre un tel programme. Dans le cadre de cet article, on évalue la rentabilité du dépistage du CCR. Les résultats de ces simulations seront transmis au Comité national sur le dépistage du cancer colorectal du Canada en vue de faciliter la formulation de recommandations quant à la politique nationale à adopter.
Le modèle de microsimulation de la santé de la population de Statistique Canada a été mis à jour afin d'y intégrer un module complet de dépistage du CCR fondé sur des données canadiennes et les résultats d'évaluation de l'efficacité du dépistage des essais randomisés avec témoins. Le module englobe des données sur la sensibilité et sur la spécificité de la recherche du sang occulte dans les selles et de la coloscopie, les taux de participation, l'incidence, la classification par stade, les options diagnostiques et thérapeutiques, l'évolution de la maladie, la mortalité et les coûts directs en services de santé pour divers scénarios de dépistage. Fait à noter, la reproduction de la réduction de la mortalité observée au moment de l'essai de dépistage de Funen a permis de valider ce modèle.
Date de diffusion : 2004-09-13
3. Insérer des nouveaux membres dans un panel longitudinal de ménages et d'individus : simulations Archivé
Articles et rapports : 75F0002M1993018
Description :
Dans ce document, on examine les solutions possibles pour la pondération des personnes qui se joignent à un ménage après la sélection d'un panel.
Date de diffusion : 1995-12-30
4. Corrections du biais pour des estimations d’enquête tirées de données comprenant des valeurs imputées par quotient par suite d’une non-réponse selon un mécanisme confondu Archivé
Articles et rapports : 12-001-X199400214423
Description :
La plupart des enquêtes souffrent du problème de données manquantes attribuable à la non-réponse. Pour traiter ce problème, on a souvent recours à l’imputation afin de créer un « ensemble de données complet », c’est-à-dire, un ensemble de données composé d’observations réelles (pour les répondants) et d’imputations (pour les non-répondants). Habituellement, on effectue l’imputation en supposant un mécanisme de réponse non-confondu. Quand cette hypothèse se révèle fausse, un biais est introduit dans l’estimateur ordinaire de la moyenne de population calculé à partir de l’ensemble de données complet. Dans le présent article, nous étudions l’idée d’employer des facteurs de correction simples pour régler le problème du biais dans le cas où l’on a recours à l’imputation par quotient. Nous évaluons l’efficacité des facteurs de correction à l’aide d’une simulation de Monte Carlo dans laquelle nous utilisons des ensembles de données produits artificiellement qui représentent divers taux de non-réponse et mécanismes de non-réponse et diverses superpopulations et corrélations entre la variable étudiée et la variable auxiliaire. Nous constatons que ces facteurs de correction sont efficaces, particulièrement lorsque la population suit le modèle sous-jacent l’imputation par quotient. Nous traitons aussi d’une option pour estimer la variance des estimations ponctuelles corrigées.
Date de diffusion : 1994-12-15

Données (0)

Données (0) (0 résultat)

Aucun contenu disponible actuellement

Analyses (4)

Analyses (4) ((4 résultats))

1. Modélisation de la mammographie de dépistage du cancer du sein dans le contexte canadien : modification et mise à l’essai d’un modèle de microsimulation Archivé
Articles et rapports : 82-003-X201501214293
Description :
Le modèle de microsimulation du cancer du sein du Cancer Intervention and Surveillance Modeling Network de l’Université du Wisconsin a été adapté afin de simuler l’incidence du cancer du sein et le rendement du dépistage au Canada. Le modèle a pris en compte les effets de la densité du tissu mammaire sur la sensibilité et la spécificité du dépistage. On a évalué la capacité du modèle de prédire le taux d’incidence du cancer du sein selon l’âge.
Date de diffusion : 2015-12-16
2. Modélisation des effets du dépistage du cancer du côlon et du rectum au Canada à l'aide du modèle de santé de la population POHEM Archivé
Articles et rapports : 11-522-X20020016722
Géographie : Canada
Description :
Le cancer du côlon et du rectum (CCR) est la deuxième cause de décès par cancer au Canada. Des essais randomisés avec témoins ont montré l'efficacité du dépistage par recherche du sang occulte dans les selles. Toutefois, il est nécessaire de procéder à une évaluation complète des coûts et des conséquences du dépistage du CCR pour la population canadienne avant de mettre en oeuvre un tel programme. Dans le cadre de cet article, on évalue la rentabilité du dépistage du CCR. Les résultats de ces simulations seront transmis au Comité national sur le dépistage du cancer colorectal du Canada en vue de faciliter la formulation de recommandations quant à la politique nationale à adopter.
Le modèle de microsimulation de la santé de la population de Statistique Canada a été mis à jour afin d'y intégrer un module complet de dépistage du CCR fondé sur des données canadiennes et les résultats d'évaluation de l'efficacité du dépistage des essais randomisés avec témoins. Le module englobe des données sur la sensibilité et sur la spécificité de la recherche du sang occulte dans les selles et de la coloscopie, les taux de participation, l'incidence, la classification par stade, les options diagnostiques et thérapeutiques, l'évolution de la maladie, la mortalité et les coûts directs en services de santé pour divers scénarios de dépistage. Fait à noter, la reproduction de la réduction de la mortalité observée au moment de l'essai de dépistage de Funen a permis de valider ce modèle.
Date de diffusion : 2004-09-13
3. Insérer des nouveaux membres dans un panel longitudinal de ménages et d'individus : simulations Archivé
Articles et rapports : 75F0002M1993018
Description :
Dans ce document, on examine les solutions possibles pour la pondération des personnes qui se joignent à un ménage après la sélection d'un panel.
Date de diffusion : 1995-12-30
4. Corrections du biais pour des estimations d’enquête tirées de données comprenant des valeurs imputées par quotient par suite d’une non-réponse selon un mécanisme confondu Archivé
Articles et rapports : 12-001-X199400214423
Description :
La plupart des enquêtes souffrent du problème de données manquantes attribuable à la non-réponse. Pour traiter ce problème, on a souvent recours à l’imputation afin de créer un « ensemble de données complet », c’est-à-dire, un ensemble de données composé d’observations réelles (pour les répondants) et d’imputations (pour les non-répondants). Habituellement, on effectue l’imputation en supposant un mécanisme de réponse non-confondu. Quand cette hypothèse se révèle fausse, un biais est introduit dans l’estimateur ordinaire de la moyenne de population calculé à partir de l’ensemble de données complet. Dans le présent article, nous étudions l’idée d’employer des facteurs de correction simples pour régler le problème du biais dans le cas où l’on a recours à l’imputation par quotient. Nous évaluons l’efficacité des facteurs de correction à l’aide d’une simulation de Monte Carlo dans laquelle nous utilisons des ensembles de données produits artificiellement qui représentent divers taux de non-réponse et mécanismes de non-réponse et diverses superpopulations et corrélations entre la variable étudiée et la variable auxiliaire. Nous constatons que ces facteurs de correction sont efficaces, particulièrement lorsque la population suit le modèle sous-jacent l’imputation par quotient. Nous traitons aussi d’une option pour estimer la variance des estimations ponctuelles corrigées.
Date de diffusion : 1994-12-15

Références (0)

Références (0) (0 résultat)

Aucun contenu disponible actuellement

Signaler un problème ou une erreur sur cette page

Date de modification :: 2024-04-25

Comment utiliser les filtres et le champ de recherche

Vous pouvez faire une recherche en inscrivant des mots-clés ou en sélectionnant des filtres (p. ex. sous Sujet, Géographie, etc.) du côté gauche de la page.
On peut utiliser les filtres ensemble ou former diverses combinaisons. À chaque sélection de filtre, la page des résultats est mise à jour.
Pour commencer une nouvelle recherche, cliquez sur le bouton Effacer tout au-dessus du champ de recherche ou décochez tous les filtres.
Les mots-clés et les filtres précisés sont affichés au-dessus du champ de recherche. Vous pouvez désélectionner l’un ou l’autre des éléments ou tous les éléments, pour préciser ou effacer votre recherche.

Comment préciser ma recherche

Vous pouvez entrer des mots-clés dans le champ de recherche. Il n’est pas nécessaire d’utiliser « + » ou « , » ou « ET ».
Vous pouvez supprimer certains mots-clés ou tous les mots-clés de votre chaîne de recherche.
Les mots-clés entre guillemets limitent la recherche à l’expression précise.
- Par exemple, si vous cherchez « Enquête sur la population active », vous obtiendrez seulement des documents contenant cette suite de mots.
Utilisez « ou » entre les mots-clés pour obtenir des résultats qui contiennent au moins l’un des termes recherchés.
- Par exemple, si vous cherchez enquête ou population ou active, vous obtiendrez seulement les documents contenant l’un ou l’autre de ces mots, ou tous ces mots.

Comment fonctionne la recherche

Cette forme de recherche fournira les résultats contenant le(s) mot(s) inscrit(s) dans le titre, la description, le sujet, la géographie, le numéro de produit ou toute autre information au sujet du produit.
- Par exemple, lorsque vous cherchez le mot « maladies », tous les résultats obtenus contiendront ce mot dans le titre, la description, ou le sujet.
La recherche ne se fait pas dans le texte des articles ou des publications. Pour faire une recherche plein texte dans les articles, utilisez la fonction de recherche du site.