Estimation of the additive hazards model based on case-cohort interval-censored data with dependent censoring

The additive hazards model is one of the most commonly used models for regression analysis of failure time data, and many methods have been developed for its estimation. In this article, we consider the situation where one observes informatively interval-censored data arising from case-cohort studies where covariate information is collected only for a small subcohort of study subjects. By informative or dependent censoring, we mean that the failure time of interest and the censoring mechanism may be correlated. For estimation, we will develop a sieve inverse probability weighting estimation procedure with the use of Bernstein polynomials. The resulting estimators of regression parameters are shown to be consistent and asymptotically normal. An extensive simulation study is conducted and suggests that the proposed method works well in practical situations. An example is also provided. Le mod & egrave;le des risques additifs est l'un des mod & egrave;les les plus couramment utilis & eacute;s pour l'analyse de r & eacute;gression des donn & eacute;es de temps de d & eacute;faillance et de nombreuses m & eacute;thodes ont & eacute;t & eacute; d & eacute;velopp & eacute;es pour son estimation. Dans cet article, les auteurs consid & egrave;rent la situation o & ugrave; l'on observe des donn & eacute;es censur & eacute;es par intervalles informatifs provenant d'& eacute;tudes cas-cohorte o & ugrave; les informations sur les covariables ne sont collect & eacute;es que pour une petite sous-cohorte de sujets de l'& eacute;tude. Par censure informative ou d & eacute;pendante, les auteurs entendent que le temps de d & eacute;faillance qui les int & eacute;resse et le m & eacute;canisme de censure peuvent & ecirc;tre corr & eacute;l & eacute;s. Pour l'estimation, les auteurs d & eacute;veloppent une proc & eacute;dure d'estimation par pond & eacute;ration probabiliste en crible avec l'utilisation de polyn & ocirc;mes de Bernstein. Les estimateurs des param & egrave;tres de r & eacute;gression qui en r & eacute;sultent sont convergents et asymptotiquement normaux. Une & eacute;tude de simulation approfondie est men & eacute;e. Les r & eacute;sultats obtenus sugg & egrave;rent que la m & eacute;thode propos & eacute;e fonctionne bien dans des situations pratiques. Un exemple concret illustre son application.