Analisis Kelangsungan Hidup dalam R untuk Kesihatan Awam

Memahami berapa lama masa yang diambil untuk sesuatu peristiwa berlaku adalah kritikal dalam kesihatan awam, sama ada anda menjejaki masa pemulihan pesakit, berulangnya penyakit, atau keberkesanan rawatan. Analisis kelangsungan hidup menyediakan alatan statistik khusus yang diperlukan untuk menganalisis data masa ke peristiwa ini dengan tepat. Dalam kursus bertulis ini, anda akan belajar cara melakukan analisis kelangsungan hidup dari awal menggunakan R. Anda akan menguasai konsep utama seperti penapisan dan nisbah bahaya, serta belajar cara menggunakan aliran kerja R moden untuk membersihkan, menganalisis dan mentafsir data kesihatan dunia sebenar. Apa yang anda akan pelajari: - Memahami terminologi asas analisis kelangsungan hidup, termasuk penapisan, fungsi kelangsungan hidup, dan kadar bahaya. - Mengira kebarangkalian kelangsungan hidup menggunakan estimator Kaplan-Meier untuk menjejaki hasil pesakit dari semasa ke semasa. - Membandingkan lengkung kelangsungan hidup merentasi kumpulan pesakit yang berbeza menggunakan ujian log-rank. - Memodelkan impak pelbagai faktor risiko secara serentak menggunakan regresi bahaya berkadar Cox. - Mengaplikasikan prinsip tidyverse moden untuk membersihkan dan menyediakan set data masa ke peristiwa untuk analisis. - Mentafsir output statistik untuk membuat kesimpulan yang bermakna dan boleh diambil tindakan untuk laporan kesihatan awam. Kursus ini bermula dengan konsep dan definisi teori teras sebelum membimbing anda melalui penyediaan data praktikal, anggaran lengkung, dan pemodelan regresi dalam R. Kursus ini direka untuk pelajar kesihatan awam, penyelidik, dan penganalisis data yang baru dalam analisis kelangsungan hidup dan ingin mengembangkan kemahiran pengaturcaraan R mereka. Tidak memerlukan latar belakang statistik lanjutan. Mula membaca hari ini untuk membuka pandangan yang lebih mendalam daripada data kesihatan anda.