Bi8678 Aplikovaná analýza přežití

Přírodovědecká fakulta
podzim 2018
Rozsah
2/0/0. výuka bude 1 x za 2 týdny, první výuka proběhne 5.10.2016. 2 kr. (plus ukončení). Ukončení: zk.
Vyučující
doc. Mgr. Zdeněk Valenta, M.Sc., M. S., Ph.D. (přednášející)
RNDr. Tomáš Pavlík, Ph.D. (přednášející)
Garance
prof. RNDr. Ladislav Dušek, Ph.D.
RECETOX – Přírodovědecká fakulta
Kontaktní osoba: RNDr. Tomáš Pavlík, Ph.D.
Dodavatelské pracoviště: RECETOX – Přírodovědecká fakulta
Rozvrh
Po 17. 9. až Pá 14. 12. St 11:00–14:50 F01B1/709
Předpoklady
Bi5045 Biostatistika pro matematickou biologii
Omezení zápisu do předmětu
Předmět je otevřen studentům libovolného oboru.
Cíle předmětu
Cíle předmětu jsou následující:
- Seznámit studenty s problematikou analýzy přežití (AP), naznačit její souvislost s klinickými studiemi, ve kterých je AP využívána jako hlavní analytický nástroj, přičemž jeho využití předpokládá porozumění návrhu klinické studie (designu) a z pohledu návrhu studie volit optimální nástroj pro analýzu dat;
- Seznámit posluchače se základními pojmy AP, jako jsou cenzorování zprava, zleva a intervalové cenzorování, krácení dat, funkce přežití, riziková funkce (funkce hazardu), porozumět rozdílu mezi pojmy medián resp. průměrná doba přežití vs. medián resp. průměrná doba dožití;
- Seznámit studenty se třemi třídami modelů pro analýzu přežití, a to neparametrickými modely, parametrickými modely a modely semiparametrickými, včetně hlavních reprezentantů těchto tříd;
- Jedním z důrazů bude porozumění omezujícím předpokladům, jejichž splnění podmiňuje možnost použití uvedených modelů k analýze konkrétních dat;
- Dalším cílem je schopnost správně interpretovat výsledky analýz z hlediska testovaných medicínských hypotéz;
- Cílem je v neposlední řadě také praktická zkušenost s analýzou dat v prostředí R (R-studio)
Výstupy z učení
Na konci tohoto kurzu student:
- rozumí pojmům cenzorování zprava, zleva a intervalové cenzorování;
- dokáže popsat vliv počtu pozorování a cenzorování na hodnocení dat o přežití;
- umí definovat funkci přežití, rizikovou funkci a kumulativní fizikovou funkci a zná funkční vazby mezi nimi;
- rozumí rozdílu mezi mediánem přežití, průměrným přežitím a dobou dožití;
- je schopen sestrojit Kaplanův-Meierův odhad funkce přežití;
- je schopen sestrojit odhad funkce přežití pomocí metody úmrtnostních tabulek;
- je schopen sestrojit Nelsonův-Aalenův odhad kumulativní rizikové funkce;
- dokáže uvedené neparametrické odhady doplnit 100(1-α)% intervalem spolehlivosti;
- zná základní rozdělení pravděpodobnosti dat přežití;
- rozumí principu odhadu funkce přežití a rizikové funkce s využitím metody maximální věrohodnosti;
- je schopen sestrojit věrohodnostní funkci pro data o přežití;
- umí ověřit zda data pochází z exponenciálního nebo Weibullova rozdělení pravděpodobnosti;
- umí definovat princip proporcionality rizik;
- je schopen aplikovat Mantelův-Haenszelův logrank test na data přežití dvou skupin subjektů;
- zná alternativní testy k Mantelovu-Haenszelovu testu pro případ neproporcionálních rizik;
- umí použít testy pro hodnocení přežití více než dvou skupin subjektů;
- rozumí vztahu celkového, očekávaného a relativního přežití;
- zná hlavní metody pro výpočet očekávaného přežití a jejich rozdíly;
- je schopen pomocí intervalově specifického relativního přežití detekovat statistické vyléčení;
- rozumí významu regresního modelování dat o přežití;
- dokáže definovat pojmy poměr rizik a základní riziková funkce;
- zná výhody a nevýhody neparametrických a parametrických modelů přežití;
- umí formulovat model proporcionálních rizik;
- umí formulovat model zrychleného času;
- umí formulovat Coxův model proporcionálních rizik;
- rozumí významu regresních koeficientů modelu;
- zná princip odhadu regresních koeficientů modelu pomocí metody parciální věrohodnosti;
- zná metody pro neparametrický odhad základní rizikové funkce;
- umí zformulovat, vysvětlit a použít Aalenův aditivní model pro funkci hazardu;
- umí zformulovat, vysvětlit a použít Grayův flexibilní model pro funkci hazardu s v čase proměnnými regresními koeficienty;
- umí zformulovat, vysvětlit a použít Coxův-Aalenův multiplikativně-aditivní model pro funkci hazardu
Osnova
  • Základní pojmy analýzy přežití
  • Základní neparametrické odhady
  • Parametrické odhady
  • Metody pro srovnání křivek přežití
  • Relativní přežití
  • Regresní modely v analýze přežití
  • Coxův PH model
  • Aalenův aditivní model
  • Grayův flexibilní model se v čase proměnnými regresními koeficienty
  • Coxův-Aalenův multiplikativně-aditivní model
Literatura
  • KLEIN, John P. a Melvin L. MOESCHBERGER. Survival analysis : techniques for censored and truncated data. New York: Springer, 1997, xiv, 502. ISBN 0387948295. info
  • MARUBINI, Ettore a Maria Grazia VALSECCHI. Analysing survival data from clinical trials and observational studies. Chichester: John Wiley & Sons, 1995, xvi, 414. ISBN 0471939870. info
Výukové metody
přednášky, diskuze, projektový úkol pro studenty ve skupinách
Metody hodnocení
1 závěrečný písemný test (30 otázek, každá hodnocena 1 bodem, k úspěšnému zvládnutí je zapotřebí dosáhnout alespoň 25 bodů), závěrečný (skupinový) projekt, ústní zkouška v případě nezvládnutí testu.
Další komentáře
Studijní materiály
Předmět je zařazen také v obdobích podzim 2014, podzim 2015, podzim 2016, podzim 2017, podzim 2019, podzim 2020, podzim 2021.