Inizia subitoInizia gratis

Home
Corsi
Analisi di sopravvivenza in R

Perché imparare i metodi di sopravvivenza?

Create Your Free Account

or

Email Address

Password

By continuing, you accept our Terms of Use, our Privacy Policy and that your data is stored in the USA.

Questo esercizio fa parte del corso

Analisi di sopravvivenza in R

IntermediárioNível de habilidade

4.8+

Inizia il corso gratuitamente

Nel primo capitolo introduciamo il concetto di analisi di sopravvivenza, spieghiamo perché questo tema è importante e forniamo una rapida introduzione alla teoria alla base delle curve di sopravvivenza. Discutiamo perché, con i dati tempo-evento, servono metodi specifici e introduciamo il concetto di censura. Vediamo anche come descrivere la distribuzione del tempo trascorso fino a un evento.

Exercise 1: Il termine "survival analysis"Exercise 2: Presentazione dell'insieme di dati GBSG2 Exercise 3: Cosa tratterà questo corso?Exercise 4: Perché imparare i metodi di sopravvivenza?

Esercizio attuale

Exercise 5: Esploriamo il dataset GBSG2 1 Exercise 6: Usare la funzione Surv() per GBSG2 Exercise 7: Il dataset UnempDur Exercise 8: Misure utilizzate nell'analisi di sopravvivenza Exercise 9: Interpretare una curva di sopravvivenza I Exercise 10: Interpretare una curva di sopravvivenza II Exercise 11: Interpretare una curva di sopravvivenza III

In questo capitolo esamineremo diversi metodi per stimare le curve di sopravvivenza. Discuteremo la stima di Kaplan-Meier e il modello di Weibull come strumenti per stimare le curve di sopravvivenza e impareremo come comunicare i risultati tramite visualizzazioni.

Exercise 1: Stima di Kaplan-Meier Exercise 2: Funzione per calcolare la stima di Kaplan-Meier Exercise 3: Prima stima di Kaplan-Meier Exercise 4: Quando scende la curva di Kaplan-Meier?Exercise 5: Perché usare Kaplan-Meier Exercise 6: Capire e visualizzare le curve di Kaplan-Meier Exercise 7: Esercizio ignorando la censura Exercise 8: Stima e visualizzazione di una curva di sopravvivenza Exercise 9: Il modello di Weibull per stimare le curve di sopravvivenza Exercise 10: Stima della sopravvivenza mediana con un modello di Weibull Exercise 11: Quantili della curva di sopravvivenza da un modello di Weibull Exercise 12: Stima della curva di sopravvivenza con survreg()Exercise 13: Visualizzare i risultati dei modelli di Weibull Exercise 14: Confrontare il modello di Weibull e la stima di Kaplan-Meier

In questo capitolo imparerai a stimare e visualizzare un modello di Weibull per analizzare gli effetti delle covariate sull’esito tempo-evento.

Exercise 1: Perché usare il modello di Weibull Exercise 2: Interpretare i coefficienti Exercise 3: Calcola il modello di Weibull Exercise 4: Visualizzare i modelli di Weibull Exercise 5: ggsurvplot() versus ggsurvplot_df()Exercise 6: Calcolare un modello di Weibull e le curve di sopravvivenza Exercise 7: Visualizzare un modello di Weibull Exercise 8: Opzioni di visualizzazione Exercise 9: Distribuzioni diverse dalla Weibull Exercise 10: Argomenti di survreg()Exercise 11: Calcolare un modello di Weibull e un modello log-normale Exercise 12: Confronto tra modello Weibull e log-normale I Exercise 13: Confronto tra modello di Weibull e log-normale II

Nell’ultimo capitolo impareremo a calcolare e interpretare i modelli di Cox, a capire perché sono utili e in che cosa differiscono dai modelli di Weibull.

Exercise 1: Il modello di Cox Exercise 2: Calcolare un modello di Cox Exercise 3: Ipotesi dei rischi proporzionali Exercise 4: Visualizzare il modello di Cox Exercise 5: Calcolare la curva di sopravvivenza da un modello di Cox Exercise 6: Visualizzare un modello di Cox Exercise 7: surv_summary()Exercise 8: Cosa abbiamo imparato Exercise 9: Perché "pazienti immaginari"?Exercise 10: Capstone: il modello di Cox Exercise 11: Capstone: Confrontare le curve di sopravvivenza Exercise 12: Arrivederci