3.3 Perspectives
3.3.3 Développement d’un package R
Un package R codé en S4 est en cours de développement et devrait prochainement être soumis au CRAN (Comprehensive R Archive Network) afin de promouvoir la méthode d’estimation du seuil optimal décrite précédemment.
L’objectif de ce package est de mettre à la disposition des utilisateurs un outil facile à utiliser afin d’estimer le seuil optimal d’un marqueur ainsi que son intervalle de confiance à l’aide la méthode présentée précédemment (Blangero et al., 2019). Les utilisateurs pourront s’ils le souhaitent :
• Définir eux-mêmes des distributions théoriques de marqueur en fournissant la fonction de
densité de cette distribution, la fonction de répartition, ainsi que la dérivée de la fonction de densité
• Fournir directement les chaînes MCMC des paramètres de chaque distribution qu’ils
au-ront obtenus par eux-mêmes, afin d’obtenir la chaîne MCMC du seuil optimal
• Utiliser des distributions théoriques plus communes et déjà intégrées dans le package (loi
normale, loi log-normale, loi de Student, loi gamma, loi logistique)
• Utiliser un algorithme de Metropolis adaptatif selon la méthode définie dans la
sous-section 3.3.1
• Afficher des outils graphiques de diagnostic du processus MCMC, ou bien de faire des
graphiques permettant d’évaluer l’impact du marqueur (ex : courbes de décision)
• Obtenir un ensemble d’indicateurs résumant les performances du marqueur
En reprenant l’exemple du marqueur génétique DDR2 issu de l’essai PETACC-8, il est possible d’illustrer les fonctionnalités du package qui ont pour le moment été développées. La première étape consiste à stocker les valeurs de marqueur des quatre groupes de patients dans quatre objets R différents. En supposant que le jeu de données est stocké dans l’objet data, que la variable mesurant le critère de jugement est nommée Y, et que la variable mesurant le traitement administré aux patients est nommée trt alors on écrit :
> DDR20Y <- data$DDR2[data$Y==1 & data$trt==0,] > DDR20Yb <- data$DDR2[data$Y==0 & data$trt==0,] > DDR21Y <- data$DDR2[data$Y==1 & data$trt==1,] > DDR21Yb <- data$DDR2[data$Y==0 & data$trt==1,]
Dans l’article de Blangero et al. (2019), il a été décidé d’exprimer la distribution du marqueur du groupe de patients 0Y en fonction des distributions de marqueur des trois autres groupes. Pour les trois autres groupes de patients, les distributions de marqueur qui ont été retenues sont les suivantes :
• Groupe 0 ¯Y : une distribution Gaussienne • Groupe 1Y : une distribution de Student • Groupe 1 ¯Y : une distribution log-normale
Sous R, il est alors possible de créer des objets qui vont ajuster ces distributions aux valeurs de marqueur : > fit0Y <- undefined(DDR20Y) > fit0Yb <- fitNormalDist(DDR2Yb) > fit1Y <- fitStudentDist(DDR21Y,ini=list(list(mu=0.04,sd=0.01,df=5), + list(mu=0.07,sd=0.015,df=6),list(mu=0.12,sd=0.02,df=7)),thin=5, + burnin=2000) > fit1Yb <- fitLogNormalDist(DDR21Yb)
Pour l’objet fit0Y la fonction undefined est utilisée pour indiquer au package que la dis-tribution de ce marqueur sera exprimée en fonction des trois autres. Pour les objets fit0Yb et fit1Ybles lois de probabilité sont simples et il n’y a pas besoin d’algorithme MCMC pour obtenir la distribution a posteriori des paramètres. En revanche, pour l’objet fit1Y, la distri-bution a posteriori de ses paramètres n’est pas connue de façon explicite, il est donc nécessaire d’avoir recours un algorithme MCMC (intégré dans la fonction d’estimation du seuil optimal). Pour cet exemple, trois chaînes MCMC sont calculées, avec des valeurs initiales différentes pour chacune d’entre elles afin d’évaluer la convergence de l’algorithme. Il est désormais pos-sible d’utiliser la fonction principale du package, appelée optThreshEst, qui va permettre d’estimer le seuil optimal du marqueur DDR2 :
> threshRes<-optThreshEst(EvtRefDist=fit0Y, + NoEvtRefDist=fit0Yb, + EvtInnovDist=fit1Y, + NoEvtInnovDist=fit1Yb, + lowRef = FALSE, + toxRef = FALSE, + r=0, + le.MCMC = 5000, + plot=TRUE)
Ici, l’option lowRef permet de spécifier à la fonction quel traitement est préféré pour des va-leurs basses de marqueur. S’il s’agit du traitement de référence alors lowRef = TRUE, autre-ment lowRef=FALSE. L’option toxRef permet de spécifier à la fonction quel traiteautre-ment est le plus toxique à efficacité comparable. S’il s’agit du traitement de référence alors toxRef=TRUE autrement toxRef=FALSE. L’option r permet de spécifier le ratioCZ
CY, aussi appelé ratio r dans l’article. L’option le.MCMC permet de spécifier à la fonction la longueur de la chaîne MCMC désirée en sortie, et l’option plot permet à l’utilisateur d’afficher des diagnostics graphiques du processus MCMC s’il le souhaite.
L’exécution de cette fonction peut prendre un temps non négligeable selon la complexité des distributions ajustées sur les valeurs de marqueur et de la longueur de la chaîne MCMC souhaitée. Une fois l’échantillonnage des paramètres de distribution réalisé, la fonction doit encore optimiser la fonction d’utilité pour chaque itération de l’algorithme MCMC, ce qui peut également prendre du temps. Une option, nommée progress.bar a donc été rajoutée à la fonction pour connaître l’étape à laquelle se trouve la fonction optThreshEst.
Une fois que le processus est terminé, il est possible d’afficher un résumé des informations contenues dans l’objet threshRes grâce à la fonction summary :
> summary(threshRes)
Decision rule: The innovative treatment is preferred for low values of the marker.
Median risk in the reference group: 0.16 [0.13; 0.19] Median risk in the innovative group: 0.17 [0.13; 0.2]
Summary statistics of the marker:
Min. 1st Qu. Median 3rd Qu. Max.
0.005917 0.059048 0.070106 0.082316 0.178485
Optimal threshold estimate (median):
[1] 0.0731033
Credible intervals of the optimal threshold - Percentile method (95%)
[1] 0.06823982 0.07816284
- Highest Posterior Density (95%)
[1] 0.06798578 0.07788085
Median risk in the reference group under marker-based strategy: 0.12 [0.09; 0.16]
Median risk in the innovative group under marker-based strategy: 0.15 [0.11; 0.18]
Benefit of the marker-based strategy
- In the reference group: 0.04 [0.02; 0.07] - In the innovative group: 0.02 [0; 0.05]
Percentage of NA values returned during the estimation process: 3.3% Ce résumé rappelle la règle de décision qui a été utilisée dans l’optimisation de la fonction d’utilité et présente plusieurs indicateurs statistiques :
• Le risque médian dans chaque bras de traitement ainsi que son intervalle de crédibilité • Les statistiques descriptives de base du marqueur (min, max, moyenne et quartiles) • L’estimation ponctuelle du seuil optimale (médiane de la chaîne MCMC)
• Les intervalles de crédibilité du seuil optimal (par la méthode des percentiles et la
mé-thode « Highest Posterior Density », HPD)
• La médiane du risque d’évènement dans chaque bras conditionnellement à la règle de
• Le bénéfice moyen
• Le pourcentage d’itérations MCMC pour lesquelles il n’a pas été possible d’estimer le
seuil optimal
Les estimations ponctuelles ainsi que les intervalle de crédibilité de ces indicateurs peuvent être extraits de ce résumé grâce aux fonction estimates et credibleIntervals :
> estimates(threshRes) $optThresh [1] 0.0731033 $risks Reference Innovative 0.1631386 0.1681877 $markerBasedRisks Reference Innovative 0.12299554 0.14522362 $benefits Reference Innovative 0.04014307 0.02296412 > credibleIntervals(threshRes) 2.5% 97.5% OptThresh CI 0.0682398186 0.07816284 Reference risk CI 0.1282945539 0.18916464 Innovative risk CI 0.1331674616 0.19670942
Reference marker-based risk CI 0.0915107855 0.15731149
Innovative marker-based risk CI 0.1065257717 0.17643804
Reference benefit CI 0.0360630025 0.07317775
Innovative benefit CI 0.0006813446 0.05170964
Il est également possible d’afficher les intervalles de crédibilité par la méthode HPD : > credibleIntervals(threshRes,hpd=TRUE)
lower upper
OptThresh CI 0.067985776 0.07788085
Reference risk CI 0.127933889 0.18875390
Innovative risk CI 0.132237741 0.19528685
Reference marker-based risk CI 0.096084565 0.16094469
Innovative marker-based risk CI 0.105465538 0.17515778
Reference benefit CI 0.032114508 0.06821386
Innovative benefit CI 0.001974908 0.05993679
est également possible d’utiliser la fonction plot directement sur l’objet threshRes afin de visualiser la distribution du seuil optimal et de personnaliser ce graphique en utilisant les options classiques de cette fonction :
> plot(threshRes,main="Distribution du seuil optimal",
+ xlab="Seuil optimal",ylab="Densite",cex.lab=1.5,cex.main=1.8)
Distribution du seuil optimal
Seuil optimal Densité 0.065 0.070 0.075 0.080 0.085 0 50 100 150
FIGURE3.1 – Histogramme représentant la distribution du seuil optimal du gène DDR2
La Figure 3.1 présente la sortie graphique de cette fonction. Enfin, une dernière fonction est disponible et permet de visualiser les courbes de décision associées au marqueur en faisant varier le ratio CZ
CY. Cette fonction peut mettre beaucoup de temps à s’exécuter car elle doit, pour chaque ratio donné en argument, optimiser de nouveau les fonctions d’utilité afin de calculer le seuil optimal du marqueur pour chacun d’entre eux, et produire un intervalle de confiance pour chaque point. Ainsi il est recommandé de stocker le résultat dans un objet R afin de ne pas refaire tous les calculs si l’utilisateur souhaite afficher de nouveau la courbe de décision à l’écran :
> ru<-decisionCurve(threshRes,r=seq(0,0.1,length.out=6)) > plot(ru,which=2,confband=FALSE,main2="Courbe de decision
+ (relative)",xlab="Ratio r",ylab2="Utilite relative",cex.lab=1.5, + cex.main=1.8)
La Figure 3.2 présente la sortie graphique de cette fonction. L’option which permet à l’utili-sateur de visualiser soit les courbes de décision des stratégies extrêmes et de celle associée au marqueur, soit de visualiser la courbe de décision de l’utilité relative comme décrit dans l’article
0.00 0.02 0.04 0.06 0.08 0.10 0.0 0.2 0.4 0.6 0.8 1.0
Courbe de decision (relative)
Ratio r
Utilite relativ
e
FIGURE 3.2 – Courbe de décision présentant l’évolution de l’utilité relative du gène DDR2 en
fonction du ratio CZ
CY (ou ratio r)
de Blangero et al. (2019). L’option confband permet à l’utilisateur de choisir s’il souhaite af-ficher la bande de confiance autour de la courbe de décision. Toutes ces fonctionnalités sont donc déjà implémentées dans le package mais elles ont besoin d’être validées après une série de tests avant que le package ne soit soumis au CRAN. De plus, il reste des développements à réa-liser concernant l’intégration de l’algorithme MCMC adaptatif afin de proposer aux utilisateurs d’utiliser les quatre groupes de patients pour l’estimation du seuil optimal du marqueur.