C-mix : un modèle de mélange à haute dimension pour les durées censurées, avec des applications aux données génétiques.

Résumé Nous introduisons un modèle de mélange à apprentissage supervisé pour les durées censurées (C-mix) afin de détecter simultanément des sous-groupes de patients ayant un pronostic différent et de les ordonner en fonction de leur risque. Notre méthode est applicable dans un cadre à haute dimension, c'est-à-dire avec un grand nombre de covariables biomédicales. En effet, nous pénalisons la log-vraisemblance négative par le réseau élastique, ce qui conduit à une paramétrisation éparse du modèle et permet d'identifier automatiquement les covariables pertinentes pour la prédiction de la survie. L'inférence est réalisée à l'aide d'un algorithme efficace de maximisation de l'espérance de Quasi-Newton (QNEM), pour lequel nous fournissons des propriétés de convergence. Les performances statistiques de la méthode sont examinées dans le cadre d'une étude approfondie de simulation de Monte Carlo, et enfin illustrées sur trois ensembles de données génétiques sur le cancer disponibles publiquement avec des covariables à haute dimension. Nous montrons que notre approche surpasse les modèles de survie de pointe dans ce contexte, à savoir les modèles CURE et à risques proportionnels de Cox pénalisés par le réseau élastique, en termes d'indice C, d'AUC(t) et de prédiction de survie. Ainsi, nous proposons un outil puissant pour la médecine personnalisée en cancérologie.