Poste : Titre : Impact des méthodes d'imputation sur le sample size d'un essai clinique Project overview Lors de la conception d'un essai clinique, le statisticien détermine le nombre de participants nécessaire (taille d'échantillon ou sample size) pour répondre à l'objectif principal de l'essai (e.g. démontrer l'efficacité du traitement expérimental). Ce calcul repose généralement sur l'hypothèse qu'il n'y aura aucune donnée manquante. Cependant, en pratique, le statisticien peut être confronté à des données manquantes dans les essais cliniques, soit parce qu'elles n'ont pas été collectées, soit mises à manquant parce qu'elles ont été volontairement ignorées en raison d'événements imprévus (intercurrent events), tels que la prise d'un traitement extérieur, impactant l'évaluation de l'effet du traitement expérimental. Lors de l'analyse statistique, il est donc essentiel de prendre en compte ces données manquantes et d'évaluer leur impact sur la taille d'échantillon. Dans ce cadre, le/la stagiaire, encadré(e) par deux statisticiennes chez Servier, sera chargé(e) de réaliser une revue de la littérature sur les méthodes d'imputation de données manquantes et les packages R associés. Il/Elle mettra en oeuvre ces méthodes sous R et développera un algorithme de simulation permettant de déterminer les caractéristiques opérationnelles et d'en déduire la taille d'échantillon en fonction des différentes méthodes utilisées. Enfin, l'ensemble de ces travaux sera intégré dans une application Shiny, qui permettra aux statisticiens de Servier de réaliser des simulations en sélectionnant les méthodes et paramètres de leur choix. Profil : Missions Revue bibliographique Implémentation des méthodes d'imputation Construction de simulations pour extraire les caractéristiques opérationnelles des différentes méthodes Développement et déploiement d'une application Shiny permettant de lancer les simulations sur un setting choisi Vos points forts Compétences avancées en statistiques et langage R. Intérêt pour les sciences de la vie et les essais cliniques. Bonne maitrise des méthodes d'imputation (MI, J2R, CIR, tipping point...) Des connaissances en Shiny sont un plus Force de proposition, vous disposez de facilités de communication écrite et orale en français/anglais, êtes organisé(e) et savez gérer les priorités. Profil recherché Vous êtes à la recherche d'un stage de fin d'études d'école de statistique (ENSAI, ISUP, etc.) ou d'université (master 2 Biostatistiques ou similaire) Entreprise : SERVIER France
