V první kapitole se seznámíš s konceptem analýzy přežití, pochopíš, proč je toto téma důležité, a získáš rychlý úvod do teorie křivek přežití. Probereme, proč jsou při práci s daty o době do události potřeba speciální metody, a vysvětlíme pojem cenzorování. Také se podíváme na to, jak popisovat rozložení doby uplynulé do nastání události.

Pojem „survival analysis“

Seznámení s datasetem GBSG2

Co bude tento kurz obsahovat?

Proč se učit metody analýzy přežití?

Prozkoumání datasetu GBSG2 – část 1

Použití funkce Surv() pro dataset GBSG2

Dataset UnempDur

Míry používané v analýze přežití

Interpretace křivky přežití I

Interpretace křivky přežití II

Interpretace křivky přežití III

Co je analýza přežití?

V této kapitole prozkoumáme různé metody odhadování křivek přežití. Zaměříme se na Kaplan-Meierův odhad a Weibullův model jako nástroje pro odhad křivek přežití a naučíme se, jak výsledky přehledně komunikovat pomocí vizualizace.

Kaplan-Meierův odhad

Funkce pro výpočet Kaplan-Meierova odhadu

První odhad Kaplan-Meier

Kdy klesá Kaplan-Meierova křivka?

Proč používat Kaplan-Meierův odhad

Pochopení a vizualizace Kaplanových-Meierových křivek

Cvičení ignorující cenzorování

Odhad a vizualizace křivky přežití

Weibullův model pro odhad křivek přežití

Odhad mediánu přežití pomocí Weibullova modelu

Kvantily křivky přežití z Weibullova modelu

Odhadování křivky přežití pomocí survreg()

Vizualizace výsledků Weibullových modelů

Porovnání Weibullova modelu a Kaplan-Meierova odhadu

Odhadování křivek přežití

V této kapitole se naučíš odhadovat a vizualizovat Weibullův model, díky němuž pochopíš vliv kovariát na dobu do nastání události.

Proč používat Weibullův model

Interpretace koeficientů

Výpočet Weibullova modelu

Vizualizace Weibullových modelů

ggsurvplot() versus ggsurvplot_df()

Výpočet Weibullova modelu a křivek přežití

Vizualizace Weibullova modelu

Možnosti vykreslování

Jiná rozdělení než Weibullovo

Argumenty survreg()

Výpočet Weibullova a log-normálního modelu

Porovnání Weibullova a log-normálního modelu I

Porovnání Weibullova a log-normálního modelu II

Weibullův model

V poslední kapitole se naučíš vypočítat a interpretovat Coxovy modely — pochopíš, proč jsou užitečné a v čem se liší od Weibullových modelů.

Coxův model

Výpočet Coxova modelu

Předpoklad proporcionálních rizik

Vizualizace Coxova modelu

Výpočet křivky přežití z Coxova modelu

surv_summary()

Co jsme se naučili

Proč „imaginární pacienti"?

Závěrečný úkol: Coxův model

Závěrečné cvičení: Porovnání křivek přežití

Na shledanou

Přežívají pacienti užívající nový lék déle než ostatní? Jak rychle si lidé po ztrátě zaměstnání najdou novou práci? Co udělat, aby přátelé vydrželi na tanečním parketu co nejdéle? Na všechny tyto otázky odpovídá analýza dat o době do události, k níž slouží speciální statistické metody. Tento kurz představuje základní pojmy analýzy dat o době do události, známé také jako analýza přežití. Naučíš se pracovat s takovými daty, vypočítat, vizualizovat a interpretovat křivky přežití a také Weibullovy a Coxovy modely.

Introduction to Regression in R

Naučte se pracovat s daty do události, jako je smrt nebo nalezení práce. Odhadujte a interpretujte modely!

Survival Analysis in R

Statistik v R

Proč „imaginární pacienti"?

Survival Analysis in R

Interaktivní praktické cvičení