OPSADAC (Optimisation of Statistical Procedures to Assess the Diagnostic Accuracy of Cervical cancer screening tests) est un projet de recherche statistique soutenu par :
- l’Institut Scientifique de Santé Publique,
- l’unité d’épidémiologie du Centre du Cancer, et
- I-Biostat de l’Université d’Hasselt.
L’évaluation de technologies émergentes potentiellement utiles pour le dépistage du cancer du col de l’utérus ou d’autres maladies graves s’articule autour de multiples étapes, dont l’analyse de la précision des tests et de l’efficacité du système de gestion des sujets positifs. Le projet devrait :
-
fournir des procédures statistiques solides pour la validation des tests ;
-
contribuer à livrer des preuves en appui de nouveaux algorithmes de dépistage et de triage dans le domaine de la prévention du cancer du col de l’utérus basée sur le HPV.
Procédures disponibles mises au point dans le cadre d’OPSADAC :
- METAPROP : Module Stata pour réaliser des méta-analyses à effets fixes ou aléatoires sur des proportions. Les procédures peuvent être téléchargées dans le logiciel STATA avec une connexion Internet ou sur le lien direct. Cette page cite les différents bailleurs de fonds, y compris OPSADAC.
- METAPROP_ONE : Module Stata pour réaliser des méta-analyses à effets fixes ou aléatoires sur des proportions. Ce module propose plus de procédures et utilise une version plus récente de STATA. Les procédures peuvent être téléchargées dans le logiciel STATA avec une connexion Internet ou sur le lien direct
- CopulaDTA : Package R pour s’adapter à un modèle bivarié bêta-binomial basé sur les copules pour les études de précision des tests de diagnostic.Le package peut être installé sur R avec une connexion Internet ou sur le lien.
Publications:
- Nyaga VN, Arbyn M, Aerts M. Metaprop: a Stata command to perform meta-analysis of binomial data. Arch Public Health 2014; 72: 39.
- Nyaga VN, Aerts M, Arbyn M. Marginal models for meta-analysis of diagnostic accuracy studies in frequentist and Bayesian framework using rstan and CopulaREMADA. Arch Public Health 2015; 73 (Suppl. 1): O-4.
- Nyaga VN, Arbyn M, Aerts M. Beta-binomial ANOVA model for network meta-analysis of diagnostic test accuracy data. Stat Methods Med Res 2017; accepted.
- Nyaga VN, Arbyn M, Aerts M. CopulaDTA: Copula based bivariate beta-binomial models for diagnostic test accuracy studies in a Bayesian framework. J Stat Softw 2016.
- Nyaga VN, Aerts M, Arbyn M. ANOVA model for network meta-analysis of diagnostic test accuracy data. Stat Methods Med Res 2016; pre-pub.
Subjects: