Analisis Kelangsungan Hidup dalam R untuk Kesehatan Masyarakat

Mengerti berapa lama waktu yang diperlukan untuk terjadinya suatu peristiwa sangat penting dalam kesehatan masyarakat, baik ketika Anda melacak waktu pemulihan pasien, kambuh penyakit, atau efektivitas pengobatan. Dalam kursus tertulis ini, Anda akan belajar bagaimana melakukan analisis kelangsungan hidup dari dasar menggunakan R. Anda akan menguasai konsep-konsep kunci seperti sensor dan rasio bahaya, dan belajar bagaimana menerapkan aliran kerja R modern untuk membersihkan, menganalisis, dan menafsirkan data kesehatan dunia nyata. Apa yang akan kau pelajari: - Mengerti terminologi analisis kelangsungan hidup dasar, termasuk sensor, fungsi kelangkaan, dan tingkat bahaya. - Menghitung probabilitas kelangsungan hidup menggunakan estimator Kaplan-Meier untuk melacak hasil pasien seiring waktu. - Bandingkan kurva kelangsungan hidup di antara kelompok pasien yang berbeda menggunakan tes log-rank. - Model dampak dari berbagai faktor risiko secara bersamaan menggunakan regresi bahaya proporsional Cox. - Terapkan prinsip tidyverse modern untuk membersihkan dan mempersiapkan dataset waktu-ke-kejadian untuk analisis. - Menafsirkan keluaran statistik untuk menarik kesimpulan yang berarti dan dapat diterapkan untuk laporan kesehatan masyarakat. Kursus ini dimulai dengan konsep dan definisi teoretis inti sebelum memandu Anda melalui persiapan data praktis, perkiraan kurva, dan model regresi dalam R. Kursus ini dirancang untuk mahasiswa kesehatan masyarakat, peneliti, dan analis data yang baru dalam analisis kelangsungan hidup dan ingin memperluas keterampilan pemrograman R mereka. Tidak diperlukan latar belakang statistik yang maju. Mulai membaca hari ini untuk membuka wawasan lebih dalam dari data kesehatan Anda.