Analiza przeżycia w R dla zdrowia publicznego

Zrozumienie, ile czasu zajmuje wystąpienie zdarzenia, ma kluczowe znaczenie w zdrowiu publicznym, niezależnie od tego, czy śledzisz czasy powrotu pacjenta do zdrowia, nawroty choroby czy skuteczność leczenia. W tym pisemnym kursie dowiesz się, jak wykonać analizę przeżycia od podstaw za pomocą R. Opanujesz kluczowe pojęcia, takie jak cenzura i współczynniki ryzyka, i nauczysz się stosować nowoczesne przepływy pracy R do czyszczenia, analizowania i interpretowania rzeczywistych danych zdrowotnych. Czego się nauczysz: - Zrozum podstawową terminologię analizy przeżycia, w tym cenzurę, funkcje przeżyciowe i wskaźniki zagrożenia. - Oblicz prawdopodobieństwo przeżycia za pomocą estymatora Kaplan-Meier do śledzenia wyników pacjentów w czasie. - Porównaj krzywe przeżycia w różnych grupach pacjentów za pomocą testu log-rank. - Modelowanie wpływu wielu czynników ryzyka jednocześnie za pomocą regresji proporcjonalnej Coxa. - Zastosuj nowoczesne zasady tidyverse, aby wyczyścić i przygotować zestawy danych czasu do zdarzenia do analizy. - Interpretuj wyniki statystyczne, aby wyciągnąć sensowne, praktyczne wnioski z raportów dotyczących zdrowia publicznego. Kurs zaczyna się od podstawowych pojęć teoretycznych i definicji, zanim przeprowadzi Cię przez praktyczne przygotowanie danych, oszacowanie krzywej i modelowanie regresji w R. Ten kurs jest przeznaczony dla studentów zdrowia publicznego, badaczy i analityków danych, którzy są nowicjuszami w analizie przeżycia i chcą poszerzyć swoje umiejętności programowania R. Nie jest wymagane zaawansowane tło statystyczne. Zacznij czytać już dziś, aby uzyskać głębszy wgląd w swoje dane zdrowotne.