R을 이용한 공중 보건 생존 분석

환자 회복 시간, 질병 재발 또는 치료 효능 추적 등 이벤트 발생까지 걸리는 시간을 이해하는 것은 공중 보건에서 매우 중요합니다. 생존 분석은 이러한 시간 경과에 따른 이벤트 데이터를 정확하게 분석하는 데 필요한 특화된 통계 도구를 제공합니다. 이 서면 과정을 통해 R을 사용하여 생존 분석을 처음부터 수행하는 방법을 배우게 됩니다. 중도 절단 및 위험 비율과 같은 핵심 개념을 마스터하고 최신 R 워크플로를 적용하여 실제 건강 데이터를 정리, 분석 및 해석하는 방법을 배우게 됩니다. 학습 내용: - 중도 절단, 생존 함수 및 위험률을 포함한 기초 생존 분석 용어를 이해합니다. - Kaplan-Meier 추정치를 사용하여 생존 확률을 계산하여 시간 경과에 따른 환자 결과를 추적합니다. - 로그 순위 검정을 사용하여 다른 환자 그룹 간의 생존 곡선을 비교합니다. - Cox 비례 위험 회귀를 사용하여 여러 위험 요인의 영향을 동시에 모델링합니다. - 최신 tidyverse 원칙을 적용하여 분석을 위해 시간 경과에 따른 이벤트 데이터 세트를 정리하고 준비합니다. - 통계 출력을 해석하여 공중 보건 보고서에 대한 의미 있고 실행 가능한 결론을 도출합니다. 이 과정은 핵심 이론 개념 및 정의로 시작하여 R에서 실제 데이터 준비, 곡선 추정 및 회귀 모델링을 안내합니다. 이 과정은 생존 분석이 처음이고 R 프로그래밍 기술을 확장하고 싶은 공중 보건 학생, 연구원 및 데이터 분석가를 위해 설계되었습니다. 고급 통계 배경 지식이 필요하지 않습니다. 오늘 읽기를 시작하여 건강 데이터에서 더 깊은 통찰력을 얻으십시오.