Anàlisi de la Supervivència
Codi: 104867 Crèdits: 6| Titulació | Tipus | Curs | Semestre |
|---|---|---|---|
| 2503852 Estadística Aplicada | OB | 2 | 2 |
Professor/a de contacte
- Nom:
- Amanda Fernandez Fontelo
- Correu electrònic:
- amanda.fernandez@uab.cat
Idiomes dels grups
Podeu accedir-hi des d'aquest enllaç. Per consultar l'idioma us caldrà introduir el CODI de l'assignatura. Tingueu en compte que la informació és provisional fins a 30 de novembre de 2023.
Prerequisits
Cal tenir coneixements de:
- Estadística descriptiva
- Probabilitat
- Inferència estadística
A més, és recomanable estar fent o haver fet l'assignatura de Models Lineals 1 i tenir coneixements bàsics d'R.
Objectius
En aquesta assignatura s'introduiran els conceptes bàsics per a l'anàlisi del temps fins a un esdeveniment: Concepte de censura, estimadors de Kaplan-Meier i Nelson Aalen, una introducció als models paramètrics i semiparamètrics per a dades de supervivència i, finalment, s'introduiran alguns temes més avançats de l'anàlisi de la supervivència. Les aplicacions seran principalment en la branca de les ciències de la salut, però poden haver-hi exemples d'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
- Aplicar l'esperit crític i el rigor per validar o refutar arguments, tant propis com d'altres.
- Avaluar de manera crítica i amb criteris de qualitat la feina feta.
- Identificar les suposicions estadístiques associades a cada procediment avançat.
- Identificar, fer servir i interpretar els criteris per avaluar el grau de compliment dels requisits necessaris per aplicar cada procediment avançat.
- 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.
- Treballar cooperativament en un context multidisciplinari assumint i respectant el rol dels diferents membres de l'equip.
- Utilitzar eficaçment bibliografia i recursos electrònics per obtenir informació.
Continguts
1. Introducció a l’anàlisi de la supervivència
- Dades de supervivència: Concepte de censura, definició dels conceptes study time i patient time, exemples, etc.
- Funció de supervivència, funció de risc i funció de risc acumulada
2. Inferència no paramètrica per a dades de supervivència amb censura per la dreta
- Estimació de la funció de supervivència: Estimadors de Kaplan-Meier i Nelson Aalen
- Estimació de la funció de risc
- Estimacions puntuals i intervals de confiança per a la mediana del temps de supervivència i altres percentils
- Comparació de dues corbes de supervivència: Els tests de Log-Rank i Wilcoxon
3. Models paramètrics per al temps de supervivència
- Distribucions per variables aleatòries no negatives
- Model de vida accelerada: Definició, propietats i mesures de bondat d’ajust
4. El model de regressió de Cox de riscos proporcionals
- Descripció general del model
- Estimació del model de regressió de Cox
- Intervals de confiança, proves d’hipòtesis i comparació de models alternatius
- Tècniques lasso per selecció de variables en el model de regressió de Cox
- Interpretació de les estimacions dels paràmetres del model
- Tècniques de bondat d’ajust en el model de regressió de Cox
5. Temes avançats en l’anàlisi de lasupervivència
- Extensions del model de Cox
- Dades de supervivència censurades en un interval
- Introducció als models Frailty
Metodologia
Per les activitats autònomes:
- AMPLIACIÓ DE CONCEPTES: Caldrà completar algunes parts de l'assignatura a partir del treball personal amb apunts o bibliografia recomanada
- REALITZACIÓ DE TREBALLS DE PRÀCTIQUES: Servirà per aplicar els conceptes apresos així com aprendre la implementació amb el software R
- SOLUCIÓ DE PROBLEMES: Cada llista de problemes es corregirà a classe a partir de les aportacions i propostes dels alumnes
Nota: es reservaran 15 minuts d'una classe, dins del calendari establert pel centre/titulació, per a la complementació per part de l'alumnat de les enquestes d'avaluació de l'actuació del professorat i d'avaluació de l'assignatura/mòdul.
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
Avaluació continua
L'avaluació continua de l'assignatura consistirà en un examen parcial (30%), un examen final (acumulable) (40%) i les pràctiques (30%, no recuperable). En particular, l'avaluació de les pràctiques consistirà en un conjunt de pràctiques setmanals que seran avaluades, i un examen final de pràctiques. Per a poder presentar-se a la recuperació, la nota final de l'avaluació continua ha de ser superior a 3.
Avaluació única
L'alumnat que s'hagi acollit a la modalitat d'avaluació única haurà de realitzar una prova final que consistirà en un examen on hi podran haver qüestions de teoria i resolució de problemes, i un examen de pràctiques davant l'ordinador. A més a més, haurà de lliurar els informes d'un conjunt de pràctiques (que no seran les mateixes que es lliuraran a l'avaluació continua, però que avaluaran un contingut semblant). Aquesta prova es farà el mateix dia, hora i lloc que es faci la prova de l'examen final. El pes de l'examen de teoria i problemes serà del 70%, i l'avaluació de la part pràctica de l'assignatura serà del 30% (no recuperable). Qui no es presenti a aquesta prova sense causa justificada, obtindrà la qualificació de NO AVALUABLE. Si s'assoleix una nota inferior a 5 (i superior a 3), es podrà recuperar el mateix dia, hora i lloc que es faci la recuperació de la resta d'alumnes del curs.
Activitats d'avaluació continuada
| 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 | 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.
Programari
Les pràctiques es realitzaran amb el software R.