Análisis de la Supervivencia
Código: 104867 Créditos ECTS: 6| Titulación | Tipo | Curso | Semestre |
|---|---|---|---|
| 2503852 Estadística Aplicada | OB | 2 | 2 |
Contacto
- Nombre:
- Coordinació del Grau D'estadística
- Correo electrónico:
- coordinacio.grau.estadistica@uab.cat
Uso de idiomas
- Lengua vehicular mayoritaria:
- catalán (cat)
- Algún grupo íntegramente en inglés:
- No
- Algún grupo íntegramente en catalán:
- Sí
- Algún grupo íntegramente en español:
- No
Prerequisitos
Es necesario tener conocimientos de:
- Estadístíca descriptiva
- Probabilidad
- Inferencia estadística
Además, es recomendable estar haciendo o haber hecho la asignatura de Modelos Lineales 1 y tener conocimientos básicos de SAS.
Objetivos y contextualización
En esta asignatura se introducirán los conceptos básicos para el análisis del tiempo hasta un evento: concepto de censura, estimador de Kaplan-Meier y una introducción a los modelos paramétricos y semiparamétricos para datos de supervivencia. Las aplicaciones serán en el ámbito de las ciencias de la salud así como en otros campos como la economía o la fiabilidad.
Competencias
- Aplicar el espíritu crítico y el rigor para validar o refutar argumentos tanto propios como de otras personas.
- Evaluar de manera crítica y con criterios de calidad el trabajo realizado.
- Que los estudiantes hayan desarrollado aquellas habilidades de aprendizaje necesarias para emprender estudios posteriores con un alto grado de autonomía.
- Que los estudiantes puedan transmitir información, ideas, problemas y soluciones a un público tanto especializado como no especializado.
- Que los estudiantes sepan aplicar sus conocimientos a su trabajo o vocación de una forma profesional y posean las competencias que suelen demostrarse por medio de la elaboración y defensa de argumentos y la resolución de problemas dentro de su área de estudio.
- Que los estudiantes tengan la capacidad de reunir e interpretar datos relevantes (normalmente dentro de su área de estudio) para emitir juicios que incluyan una reflexión sobre temas relevantes de índole social, científica o ética.
- Seleccionar y aplicar procedimientos más apropiados para la modelización estadística y el análisis de datos complejos.
- Trabajar cooperativamente en un contexto multidisciplinar asumiendo y respetando el rol de los diferentes miembros del equipo.
- Utilizar eficazmente la bibliografía y los recursos electrónicos para obtener información.
Resultados de aprendizaje
- Aplicar el espíritu crítico y el rigor para validar o refutar argumentos tanto propios como de otros.
- Evaluar de manera crítica y con criterios de calidad el trabajo realizado.
- Identificar las suposiciones estadísticas asociadas a cada procedimiento avanzado.
- Identificar, emplear e interpretar los criterios para evaluar el grado de cumplimiento de los requisitos necesarios para aplicar cada procedimiento avanzado.
- Que los estudiantes hayan desarrollado aquellas habilidades de aprendizaje necesarias para emprender estudios posteriores con un alto grado de autonomía.
- Que los estudiantes puedan transmitir información, ideas, problemas y soluciones a un público tanto especializado como no especializado.
- Que los estudiantes sepan aplicar sus conocimientos a su trabajo o vocación de una forma profesional y posean las competencias que suelen demostrarse por medio de la elaboración y defensa de argumentos y la resolución de problemas dentro de su área de estudio.
- Que los estudiantes tengan la capacidad de reunir e interpretar datos relevantes (normalmente dentro de su área de estudio) para emitir juicios que incluyan una reflexión sobre temas relevantes de índole social, científica o ética.
- Trabajar cooperativamente en un contexto multidisciplinar asumiendo y respetando el rol de los diferentes miembros del equipo.
- Utilizar eficazmente bibliografía y recursos electrónicos para obtener información.
Contenido
OBSERVACIÖN: en el momento de elaborar esta guia, no se contaba con un profesor responsable para la asignatura, así que cuando lo haya, es posible que los contenidos i/o el método de evaluación cambien.
I. Conceptos básicos
- Función de supervivencia
- Función de riesgo
- Vida media residual
- Datos incompletos: concepto de censura
II. Inferencia no paramétrica pera datos censurados por la derecha
- Estimadores de la función de supervivencia
- Estimadores de la media y la mediana del tiempo de supervivencia
- Comparación de curvas de supervivencia
III. Introducción a los modelos paramétricos para tiempos de supervivencia
- Distribuciones para variables aleatorias no negativas
- Modelo de vida acelerada. Definición, propiedades y medidas de bondad de ajuste
IV. Introducción al modelo de Cox de riesgos proporcionales
- Modelo básico de regresión de Cox
- Función de verosimilitud parcial
- Interpretación y propiedades de los estimadores
Metodología
Para las actividades autónomas:
AMPLIACIÓN DE CONCEPTOS. Será necesario completar algunas partes de la asignatura a partir del trabajo personal con apuntes o bibliografía recomendada.
REALIZACIÓN DE TRABAJOS DE PRÁCTICAS. Servirá para aplicar los conceptos aprendidos y también para aprender la implementación de estos, con el software SAS. La actividad principal será una Hackathon al final del curso.
SOLUCIÓN DE PROBLEMAS. Cada lista de problemas se corregirá en clase a partir de las aportaciones y propuestas de los alumnos.
*La metodología docente propuesta puede experimentar alguna modificación en función de las restricciones a la presencialidad que impongan las autoridades sanitarias.
Nota: se reservarán 15 minutos de una clase dentro del calendario establecido por el centro o por la titulación para que el alumnado rellene las encuestas de evaluación de la actuación del profesorado y de evaluación de la asignatura o módulo.
Actividades
| Título | Horas | ECTS | Resultados de aprendizaje |
|---|---|---|---|
| Tipo: Dirigidas | |||
| Resolución de problemas | 14 | 0,56 | 1, 3, 4, 5, 7, 8, 10 |
| Teoria | 21 | 0,84 | 3, 4, 8, 10 |
| Tipo: Supervisadas | |||
| Realización de prácticas en el aula | 20 | 0,8 | 1, 2, 3, 8, 9 |
| Tipo: Autónomas | |||
| Ampliación de conceptos | 30 | 1,2 | 8 |
| Realización de cada práctica | 30 | 1,2 | 8 |
| Solución de problemas | 10 | 0,4 | 1, 2, 9, 10 |
Evaluación
Para la evaluación de prácticas se podrán realizar entregas en alguna de las sesiones. Además, se hará una Hackathon final de practicas (durada toda una tarde) donde se realizará un análisis de unos datos, se elaborará un código para la solución, un informe que incluya las metodologias utilizadas, los detalles técnicos y los resultados bien interpretados y, finalmente una presentación con los resultados más destacados.
*La evaluación propuesta puede experimentar alguna modificación en función de las restricciones a la presencialidad que impongan las autoridades sanitarias.
Actividades de evaluación
| Título | Peso | Horas | ECTS | Resultados de aprendizaje |
|---|---|---|---|---|
| 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 |
Bibliografía
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.
Software
Las prácticas se realizarán con el software SAS.