-
Something wrong with this record ?
Methods of the survival analysis [Metody analýzy přežití]
J. Fürstová
Language English, Czech Country Czech Republic
- Keywords
- funkce přežití, riziková funkce, kumulativní riziková funkce, cenzorování, krácení, Kaplanova-Meierova funkce přežití, Nelsonova-Aalenova funkce rizika, Coxův model proporcionálních rizik, metoda parciální věrohodnosti, čítací proces, historie, martingal, konkurující rizika, vícestavové modely, modely náchylnosti,
- MeSH
- Survival Analysis MeSH
- Filtration MeSH
- Financing, Organized MeSH
- Data Interpretation, Statistical MeSH
- Kaplan-Meier Estimate MeSH
- Humans MeSH
- Proportional Hazards Models MeSH
- Check Tag
- Humans MeSH
Analýza přežití je soubor statistických metod, ve kterých je zkoumána doba do výskytu sledované události. V biomedicínských aplikacích takovou událostí může být např. výskyt primárního onemocnění nebo úmrtí pacienta. Charakteristickým jevem v analýze přežití je tzv. cenzorování a krácení dat, kdy pracujeme pouze s částečnou informací o přežití pacientů (např. sledování pacientů typicky skončí dřív, než všichni zemřou). Metody analýzy přežití slouží k odhadu rozdělení doby do výskytu sledované události resp. přežití pacienta, k určení rizikových faktorů, které ovlivňují délku přežití, a také k predikci času přežití v závislosti na přítomnosti rizikových faktorů. K rozvoji metod analýzy přežití přispívá také využití teorie čítacích procesů a martingalů. Jednorozměrné metody analýzy přežití nelze použít, jestliže není splněn předpoklad nezávislosti jednotlivých dob přežití. V takovém případě je nutné využít vícerozměrné metody, jako jsou např. vícestavové modely nebo modely náchylnosti.
The survival analysis is a set of statistical methods dealing with time-to-event data. In biomedical applications the event of interest is usually relapse of the disease or death. A special feature of the survival analysis is censoring and truncation of data. When censoring or truncation occurs some information about the patients' survival is lost, e.g. some patients are lost to follow-up or the study ends before all the patients die. The survival analysis methods are used for estimation of the survival time distribution, for identification of risk factors that affect the survival time, and also for predicting the survival time when risk factors are present. Survival analysis methods have been further developed by the means of counting processes and martingale theory. Univariate survival analysis methods have been extended to multivariate setting. The multivariate survival analysis covers the field where independence between survival times cannot be assumed. Multi-state models and frailty models represent the two main approaches of multivariate methods.
Metody analýzy přežití
References provided by Crossref.org
Lit.: 19
- 000
- 00000naa 2200000 a 4500
- 001
- bmc11005677
- 003
- CZ-PrNML
- 005
- 20221006150054.0
- 008
- 111205s2010 xr e eng||
- 009
- eAR
- 024 7_
- $a 10.24105/ejbi.2010.06.1.5 $2 doi
- 040 __
- $a ABA008 $b cze $c ABA008 $d ABA008 $e AACR2
- 041 0_
- $a eng $a cze
- 044 __
- $a xr
- 100 1_
- $a Fürstová, Jana. $7 _AN042275
- 245 10
- $a Methods of the survival analysis / $c J. Fürstová
- 246 31
- $a Metody analýzy přežití
- 314 __
- $a Faculty of Medicine and Dentristy, Palacky University, Olomouc, Czech Republic
- 504 __
- $a Lit.: 19
- 520 3_
- $a Analýza přežití je soubor statistických metod, ve kterých je zkoumána doba do výskytu sledované události. V biomedicínských aplikacích takovou událostí může být např. výskyt primárního onemocnění nebo úmrtí pacienta. Charakteristickým jevem v analýze přežití je tzv. cenzorování a krácení dat, kdy pracujeme pouze s částečnou informací o přežití pacientů (např. sledování pacientů typicky skončí dřív, než všichni zemřou). Metody analýzy přežití slouží k odhadu rozdělení doby do výskytu sledované události resp. přežití pacienta, k určení rizikových faktorů, které ovlivňují délku přežití, a také k predikci času přežití v závislosti na přítomnosti rizikových faktorů. K rozvoji metod analýzy přežití přispívá také využití teorie čítacích procesů a martingalů. Jednorozměrné metody analýzy přežití nelze použít, jestliže není splněn předpoklad nezávislosti jednotlivých dob přežití. V takovém případě je nutné využít vícerozměrné metody, jako jsou např. vícestavové modely nebo modely náchylnosti.
- 520 9_
- $a The survival analysis is a set of statistical methods dealing with time-to-event data. In biomedical applications the event of interest is usually relapse of the disease or death. A special feature of the survival analysis is censoring and truncation of data. When censoring or truncation occurs some information about the patients' survival is lost, e.g. some patients are lost to follow-up or the study ends before all the patients die. The survival analysis methods are used for estimation of the survival time distribution, for identification of risk factors that affect the survival time, and also for predicting the survival time when risk factors are present. Survival analysis methods have been further developed by the means of counting processes and martingale theory. Univariate survival analysis methods have been extended to multivariate setting. The multivariate survival analysis covers the field where independence between survival times cannot be assumed. Multi-state models and frailty models represent the two main approaches of multivariate methods.
- 650 _2
- $a lidé $7 D006801
- 650 _2
- $a analýza přežití $7 D016019
- 650 _2
- $a Kaplanův-Meierův odhad $7 D053208
- 650 _2
- $a proporcionální rizikové modely $7 D016016
- 650 _2
- $a interpretace statistických dat $7 D003627
- 650 _2
- $a financování organizované $7 D005381
- 650 _2
- $a filtrace $7 D005374
- 653 00
- $a funkce přežití
- 653 00
- $a riziková funkce
- 653 00
- $a kumulativní riziková funkce
- 653 00
- $a cenzorování
- 653 00
- $a krácení
- 653 00
- $a Kaplanova-Meierova funkce přežití
- 653 00
- $a Nelsonova-Aalenova funkce rizika
- 653 00
- $a Coxův model proporcionálních rizik
- 653 00
- $a metoda parciální věrohodnosti
- 653 00
- $a čítací proces
- 653 00
- $a historie
- 653 00
- $a martingal
- 653 00
- $a konkurující rizika
- 653 00
- $a vícestavové modely
- 653 00
- $a modely náchylnosti
- 773 0_
- $w MED00173462 $t European journal for biomedical informatics $g Roč. 6, č. 1 (2010), s. 20-26 $x 1801-5603
- 910 __
- $a ABA008 $b online $y 1 $z 0
- 990 __
- $a 20110321094316 $b ABA008
- 991 __
- $a 20221006150048 $b ABA008
- 999 __
- $a ok $b bmc $g 833122 $s 697753
- BAS __
- $a 3 $a 4
- BMC __
- $a 2010 $b 6 $c 1 $m European Journal for Biomedical Informatics $x MED00173462 $d 20-26
- LZP __
- $a 2011-19/vthv