Logo UAB
2020/2021

Anàlisi de la Supervivència

Codi: 104867 Crèdits: 6
Titulació Tipus Curs Semestre
2503852 Estadística Aplicada OB 2 2
La metodologia docent i l'avaluació proposades a la guia poden experimentar alguna modificació en funció de les restriccions a la presencialitat que imposin les autoritats sanitàries.

Professor/a de contacte

Nom:
Oliver Valero Coppin
Correu electrònic:
Oliver.Valero@uab.cat

Utilització d'idiomes a l'assignatura

Llengua vehicular majoritària:
català (cat)
Grup íntegre en anglès:
No
Grup íntegre en català:
Sí
Grup íntegre en espanyol:
No

Prerequisits

Cal tenir coneixements de:

  • Estadística descriptiva
  • Probabilitat
  • Inferència estadística

A més, és recomenable estar fent o haver fet l'assignatura de Models Lineals 1 i tenir coneixements bàsics de SAS.

Objectius

En aquesta assignatura s'introduiran els conceptes bàsics per a l'anàlisi del temps fins a un esdeveniment: concepte de censura, estimador de Kaplan-Meier i una introducció als models paramètrics i semiparamètrics per a dades de supervivència. Les aplicacions seran en la branca de les ciències de la salut així com en altres camps com l'economia o la fiabilitat.

Competències

  • Aplicar l’esperit crític i el rigor per validar o refutar arguments tant propis com d’altres persones.
  • Avaluar de manera crítica i amb criteris de qualitat el treball realitzat.
  • Que els estudiants hagin desenvolupat aquelles habilitats d'aprenentatge necessàries per emprendre estudis posteriors amb un alt grau d'autonomia.
  • Que els estudiants puguin transmetre informació, idees, problemes i solucions a un públic tant especialitzat com no especialitzat.
  • Que els estudiants sàpiguen aplicar els coneixements propis a la seva feina o vocació d'una manera professional i tinguin les competències que se solen demostrar per mitjà de l'elaboració i la defensa d'arguments i la resolució de problemes dins de la seva àrea d'estudi.
  • Que els estudiants tinguin la capacitat de reunir i interpretar dades rellevants (normalment dins de la seva àrea d'estudi) per emetre judicis que incloguin una reflexió sobre temes destacats d'índole social, científica o ètica.
  • Seleccionar i aplicar procediments més apropiats per a la modelització estadística i l’anàlisi de dades complexes.
  • Treballar cooperativament en un context multidisciplinari assumint i respectant el rol dels diferents membres de l’equip.
  • Utilitzar eficaçment la bibliografia i els recursos electrònics per obtenir informació.

Resultats d'aprenentatge

  1. Aplicar l'esperit crític i el rigor per validar o refutar arguments, tant propis com d'altres.
  2. Avaluar de manera crítica i amb criteris de qualitat la feina feta.
  3. Identificar les suposicions estadístiques associades a cada procediment avançat.
  4. Identificar, fer servir i interpretar els criteris per avaluar el grau de compliment dels requisits necessaris per aplicar cada procediment avançat.
  5. Que els estudiants hagin desenvolupat aquelles habilitats d'aprenentatge necessàries per emprendre estudis posteriors amb un alt grau d'autonomia.
  6. Que els estudiants puguin transmetre informació, idees, problemes i solucions a un públic tant especialitzat com no especialitzat.
  7. Que els estudiants sàpiguen aplicar els coneixements propis a la seva feina o vocació d'una manera professional i tinguin les competències que se solen demostrar per mitjà de l'elaboració i la defensa d'arguments i la resolució de problemes dins de la seva àrea d'estudi.
  8. Que els estudiants tinguin la capacitat de reunir i interpretar dades rellevants (normalment dins de la seva àrea d'estudi) per emetre judicis que incloguin una reflexió sobre temes destacats d'índole social, científica o ètica.
  9. Treballar cooperativament en un context multidisciplinari assumint i respectant el rol dels diferents membres de l'equip.
  10. Utilitzar eficaçment bibliografia i recursos electrònics per obtenir informació.

Continguts

I. Conceptes bàsics

-          Funció de supervivència

-          Funció de risc

-          Vida residual mitjana

-          Dades incompletes: concepte de censura

 

II. Inferència no paramètrica per a dades censurades per la dreta

-          Estimadors de la funció de supervivència

-          Estimadors de la mitjana i la mediana del temps de supervivència

-          Comparació de corbes de supervivència

 

III. Introducció als models paramètrics per a temps de supervivència

-          Distribucions per variables aleatòries no negatives

-          Model de vida accelerada. Definició, propietats i mesures de bondat de l’ajust

 

IV. Introducció al model de Cox de riscos proporcionals

-          Model bàsic de regressió de Cox

-          Funció de versemblança parcial

-          Interpretació i propietats dels estimadors

Metodologia

Per les activitats autònomes:

  1. AMPLIACIÓ DE CONCEPTES. Caldrà completar algunes parts de l'assignatura a partir del treball personal amb apunts o bibliografia recomanada
  2. REALITZACIÓ DE TREBALLS DE PRÀCTIQUES. Servirà per aplicar els conceptes apresos així com aprendre la implementació amb el software SAS. L'activitat principal serà una Hackathon al final del curs.
  3. SOLUCIÓ DE PROBLEMES. Cada llista de problemes es corregirà a classe a partir de les aportacions i propostes dels alumnes.

 

*La metodologia docent proposada pot experimentar alguna modificació en funció de les restriccions a la presencialitat que imposin les autoritats sanitàries.

Activitats formatives

Títol Hores ECTS Resultats d'aprenentatge
Tipus: Dirigides      
Resolució de problemes a classe 14 0,56 1, 3, 4, 5, 7, 8, 10
Teoria 21 0,84 3, 4, 8, 10
Tipus: Supervisades      
Realització de pràctiques a l'aula 20 0,8 1, 2, 3, 8, 9
Tipus: Autònomes      
Ampliació de conceptes 30 1,2 8
Realització de cada pràctica 30 1,2 8
Solució de problemes 10 0,4 1, 2, 9, 10

Avaluació

Per a l'avaluació de pràctiques es podran fer lliuraments en alguna de les sessions. A més, caldrà fer la Hackathon final de pràctiques (de durada tota una tarda) on es realitzarà una anàlisi de les dades, s'elaborarà un codi per a la solució, un informe que inclogui les metodologies utilitzades, els detalls tècnics i els resultats ben interpretats i, finalment una presentació amb els resultats més destacats.

 

*L’avaluació proposada pot experimentar alguna modificació en funció de les restriccions a la presencialitat que imposin les autoritats sanitàries.

Activitats d'avaluació

Títol Pes Hores ECTS Resultats d'aprenentatge
Examen final 40% 3 0,12 3, 4, 6, 7, 8
Examen parcial 30% 2 0,08 3, 5, 6, 7, 8
Pràctiques:Hackathon 30% 20 0,8 1, 2, 9, 10

Bibliografia

Allison, P. (2010). Survival Analysis Using the SAS System: A Practical Guide, 2nd Edition. Cary: SAS Institute Inc, cop.

Collett, D. (2015). Modelling Survival Data in Medical Research, 3rd Edition. Chapman & Hall.

Hosmer, D., Lemeshow, S. and May, S. (2008). Applied Survival Analysis: Regression Modeling of Time-to-Event Data, 2nd Edition. Wiley.

Klein, J. and Moeschberger, M. (2003). Survival Analysis: Techniques for Censored and Truncated Data, 2nd Editon. Springer.

Kleinbaum, D. (2012). Survival Analysis: A Self-Learning Text, 3rd Edition. Springer Science.