2011
Disease-free survival: (non-)parametric estimation
POSPÍŠIL, Zdeněk, Eva JANOUŠOVÁ, Tomáš PAVLÍK, Jiří MAYER, Marek TRNĚNÝ et. al.Základní údaje
Originální název
Disease-free survival: (non-)parametric estimation
Název česky
Přežívání bez nemoci: (ne)parametrický odhad
Autoři
Vydání
8th European Conference on Mathematical and Theoretical Biology, 2011
Další údaje
Jazyk
angličtina
Typ výsledku
Konferenční abstrakt
Obor
10103 Statistics and probability
Stát vydavatele
Polsko
Utajení
není předmětem státního či obchodního tajemství
Odkazy
Organizační jednotka
Přírodovědecká fakulta
Klíčová slova anglicky
disease-free survival; survival analysis; leukaemia
Změněno: 13. 12. 2011 15:41, RNDr. Eva Koriťáková, Ph.D.
V originále
Treatment efficacy in patients with a disease uses to beexpressed by the concept of disease-free survival, i.e. the probability of staying in a remission after its achievement or after a therapeutic intervention. However, this concept does not allow to evaluate the proportion of disease-free patients in subsequent remission after further possible relapses. The method proposed by Klein et al. enables to estimate the probability of being in first and second remissions. The aim of the presentation is to present two new methods of estimation the probability of being in any of remissions. The first one extends the non-parametric estimation proposed by Klein et al. that is based on Kaplan-Meier estimators of survival functions. The second one utilizes a multistate model and it adopts the Wood method for matrix model parameters identification based on quadratic programming to estimate probabilities of remissions and relapses of any rank. The methods are illustrated on data of CML patients.
Česky
Příspěvek představuje dvě metody odhadu pravděpodobnosti, že v jistém čase se pacient nachází v remisi. Neparametrická metoda je založena na Kaplanově-Meierově estimátoru funkce přežití, parametrická metoda využívá vícestavový maticový model a identifikaci jeho parametrů metodami kvadratického programování.