-
Something wrong with this record ?
Statistical analysis of competing risks: Overall survival in a group of chronic myeloid leukemia patients [Statistická analýza konkurujících rizik: Celkové prežití pacientu trpících chronickou myeloidní leukémií]
Jana Fürstová, Zdenek Valenta
Language English, Czech Country Czech Republic Media elektronický zdroj
- Keywords
- konkurující rizika, celkové prežití, funkce specifického rizika, funkce kumulativní incidence, log-rank test, Grayuv test, subdistribucní riziková funkce, Fineuv-Grayuv regresní model, základní riziková funkce, rizikový faktor, riziková množina,
- MeSH
- Survival Analysis MeSH
- Leukemia, Myeloid, Chronic-Phase mortality MeSH
- Adult MeSH
- Drug Therapy methods statistics & numerical data MeSH
- Financing, Organized MeSH
- Risk Assessment MeSH
- Middle Aged MeSH
- Humans MeSH
- Adolescent MeSH
- Young Adult MeSH
- Mortality MeSH
- Predictive Value of Tests MeSH
- Risk Factors MeSH
- Statistics as Topic MeSH
- Check Tag
- Adult MeSH
- Middle Aged MeSH
- Humans MeSH
- Adolescent MeSH
- Young Adult MeSH
- Male MeSH
- Female MeSH
Úvod: Analýza prežití je soubor statistických metod, ve kterých je zkoumána doba do výskytu sledované události. Sledujeme-li nekolik ruzných událostí (nebo nekolik ruzných prícin jedné události) a výskyt nekteré z techto událostí znemožnuje výskyt ostatních, tato situace se nazývá konkurující rizika (competing risks). Jelikož konkurující rizika nesplnují fundamentální predpoklad nezávislého cenzorování, nelze k jejich analýze použít standardní metody analýzy prežití. Cíl: Cílem tohoto clánku je predstavit model konkurujících rizik a základní neparametrické metody vhodné k jejich analýze. Metody jsou poté predvedeny na reálných datech, která zahrnují 118 pacientu trpících chronickou myeloidní leukémií (CML) lécených na Hemato-onkologické klinice olomoucké Fakultní nemocnice. Metody: Analyzovány jsou dva typy událostí – úmrtí v souvislosti s CML a úmrtí z jiných prícin. V rámci analýz jsou porovnány pravdepodobnosti celkového prežití pro ruzné skupiny pacientu pro oba typy událostí, a dále jsou zjišteny rizikové faktory ovlivnující délku prežití pacientu s CML. Predvedeny jsou též prediktivní pravdepodobnosti prežití pro oba typy událostí se stratifikací podle rizikových faktoru. Výsledky: Výsledky speciálních metod vytvorených pro analýzu konkurujících rizik jsme porovnali s výsledky metod standardní analýzy prežití. Standardne používaná klinická klasifikace pacientu dle Sokalova skóre se jeví být rozporuplná. Zatímco skóre by melo rozlišit pacienty vysoce rizikové od málo rizikových ve vztahu k CML, z provedených analýz vyplývá, že toto skóre je vhodné pouze k predpovedi události z jiných prícin než CML. Mgr. Jana Fürstová Závery: V clánku jsme ukázali, jak duležité je správné cenzorování a využití vhodných metod analýz konkurujících rizik. Používání Sokalova skóre ke klasifikaci pacientu s CML by melo být dukladne zváženo.
Background: Survival analysis is a collection of statistical methods for inference on time-to-event data. If several causes of failure occur and the occurrence of one event precludes the occurrence of the other events, the situation is known as competing risks. Since the competing risks violate the fundamental assumption of independent censoring, specific methods for inference are needed. Objectives: The aim of this paper is to recall the competing risks model and statistical methods for nonparametric analysis, and to illustrate the competing risks methods on a real data set of 118 Chronic Myeloid Leukemia (CML) patients from the Clinic of Haemato-oncology of the University Hospital in Olomouc. Methods: The overall survival probability and risk factors of two types of failure (death due to CML and death from other causes) are assessed. Predicted probabilities of the two types of failure with stratification based on the risk factors (Sokal score, haematological response to treatment) are shown. Results: Outcomes of the specific methods designed for the competing risks analysis are compared with the outcomes of the standard survival analysis methods. The effect of the Sokal score classification is found ambiguous. While the score should identify high- and low-risk CML patients, it seems to be predictive only for the failure due to other causes than CML. Conclusions: The importance of careful censoring and the need of using proper methods of analyses of competing risks data is shown. The use of the Sokal score for classification of the CML patients should be considered more thoroughly.
3 interní klinika 1 lékarská fakulta Univerzita Karlova Praha Praha Ceská republika
Oddelení medicínské informatiky Ústav informatiky AVCR Praha Ceská republika
Statistická analýza konkurujících rizik: Celkové prežití pacientu trpících chronickou myeloidní leukémií
Statistical analysis of competing risks: Overall survival in a group of chronic myeloid leukemia patients [elektronický zdroj] /
References provided by Crossref.org
Obsahuje tabulky
Bibliography, etc.Literatura
- 000
- 00000naa a2200000 a 4500
- 001
- bmc12014154
- 003
- CZ-PrNML
- 005
- 20130308082655.0
- 007
- cr|cn|
- 008
- 120501s2011 xr codffs 000 0eng||
- 009
- eAR
- 024 7_
- $a 10.24105/ejbi.2011.07.1.2 $2 doi
- 040 __
- $a ABA008 $d ABA008 $e AACR2 $b cze
- 041 0_
- $a eng $a cze
- 044 __
- $a xr
- 100 1_
- $a Fürstová, Jana. $7 _AN052521 $u 3. interní klinika, 1. lékarská fakulta, Univerzita Karlova v Praze, Praha, Ceská republika
- 245 10
- $a Statistical analysis of competing risks: Overall survival in a group of chronic myeloid leukemia patients $h [elektronický zdroj] / $c Jana Fürstová, Zdenek Valenta
- 246 31
- $a Statistická analýza konkurujících rizik: Celkové prežití pacientu trpících chronickou myeloidní leukémií
- 500 __
- $a Obsahuje tabulky
- 504 __
- $a Literatura $b 25
- 520 3_
- $a Úvod: Analýza prežití je soubor statistických metod, ve kterých je zkoumána doba do výskytu sledované události. Sledujeme-li nekolik ruzných událostí (nebo nekolik ruzných prícin jedné události) a výskyt nekteré z techto událostí znemožnuje výskyt ostatních, tato situace se nazývá konkurující rizika (competing risks). Jelikož konkurující rizika nesplnují fundamentální predpoklad nezávislého cenzorování, nelze k jejich analýze použít standardní metody analýzy prežití. Cíl: Cílem tohoto clánku je predstavit model konkurujících rizik a základní neparametrické metody vhodné k jejich analýze. Metody jsou poté predvedeny na reálných datech, která zahrnují 118 pacientu trpících chronickou myeloidní leukémií (CML) lécených na Hemato-onkologické klinice olomoucké Fakultní nemocnice. Metody: Analyzovány jsou dva typy událostí – úmrtí v souvislosti s CML a úmrtí z jiných prícin. V rámci analýz jsou porovnány pravdepodobnosti celkového prežití pro ruzné skupiny pacientu pro oba typy událostí, a dále jsou zjišteny rizikové faktory ovlivnující délku prežití pacientu s CML. Predvedeny jsou též prediktivní pravdepodobnosti prežití pro oba typy událostí se stratifikací podle rizikových faktoru. Výsledky: Výsledky speciálních metod vytvorených pro analýzu konkurujících rizik jsme porovnali s výsledky metod standardní analýzy prežití. Standardne používaná klinická klasifikace pacientu dle Sokalova skóre se jeví být rozporuplná. Zatímco skóre by melo rozlišit pacienty vysoce rizikové od málo rizikových ve vztahu k CML, z provedených analýz vyplývá, že toto skóre je vhodné pouze k predpovedi události z jiných prícin než CML. Mgr. Jana Fürstová Závery: V clánku jsme ukázali, jak duležité je správné cenzorování a využití vhodných metod analýz konkurujících rizik. Používání Sokalova skóre ke klasifikaci pacientu s CML by melo být dukladne zváženo.
- 520 9_
- $a Background: Survival analysis is a collection of statistical methods for inference on time-to-event data. If several causes of failure occur and the occurrence of one event precludes the occurrence of the other events, the situation is known as competing risks. Since the competing risks violate the fundamental assumption of independent censoring, specific methods for inference are needed. Objectives: The aim of this paper is to recall the competing risks model and statistical methods for nonparametric analysis, and to illustrate the competing risks methods on a real data set of 118 Chronic Myeloid Leukemia (CML) patients from the Clinic of Haemato-oncology of the University Hospital in Olomouc. Methods: The overall survival probability and risk factors of two types of failure (death due to CML and death from other causes) are assessed. Predicted probabilities of the two types of failure with stratification based on the risk factors (Sokal score, haematological response to treatment) are shown. Results: Outcomes of the specific methods designed for the competing risks analysis are compared with the outcomes of the standard survival analysis methods. The effect of the Sokal score classification is found ambiguous. While the score should identify high- and low-risk CML patients, it seems to be predictive only for the failure due to other causes than CML. Conclusions: The importance of careful censoring and the need of using proper methods of analyses of competing risks data is shown. The use of the Sokal score for classification of the CML patients should be considered more thoroughly.
- 650 _2
- $a lidé $7 D006801
- 650 _2
- $a statistika jako téma $7 D013223
- 650 _2
- $a hodnocení rizik $7 D018570
- 650 _2
- $a rizikové faktory $7 D012307
- 650 _2
- $a analýza přežití $7 D016019
- 650 _2
- $a chronická fáze myeloidní leukemie $x mortalita $7 D015466
- 650 _2
- $a prediktivní hodnota testů $7 D011237
- 650 _2
- $a mužské pohlaví $7 D008297
- 650 _2
- $a ženské pohlaví $7 D005260
- 650 _2
- $a mladiství $7 D000293
- 650 _2
- $a mladý dospělý $7 D055815
- 650 _2
- $a dospělí $7 D000328
- 650 _2
- $a lidé středního věku $7 D008875
- 650 _2
- $a mortalita $7 D009026
- 650 _2
- $a farmakoterapie $x metody $x statistika a číselné údaje $7 D004358
- 650 _2
- $a financování organizované $7 D005381
- 653 00
- $a konkurující rizika
- 653 00
- $a celkové prežití
- 653 00
- $a funkce specifického rizika
- 653 00
- $a funkce kumulativní incidence
- 653 00
- $a log-rank test
- 653 00
- $a Grayuv test
- 653 00
- $a subdistribucní riziková funkce
- 653 00
- $a Fineuv-Grayuv regresní model
- 653 00
- $a základní riziková funkce
- 653 00
- $a rizikový faktor
- 653 00
- $a riziková množina
- 700 1_
- $a Valenta, Zdeněk, $d 1955- $7 xx0074213 $u 3. interní klinika, 1. lékarská fakulta, Univerzita Karlova v Praze, Praha, Ceská republika; Oddelení medicínské informatiky, Ústav informatiky AVCR, Praha, Ceská republika
- 773 0_
- $t European journal for biomedical informatics $x 1801-5603 $g Roč. 7, č. 1 (2011), s. 2-10 $w MED00173462
- 856 41
- $u http://www.ejbi.org/images/2011-1/Furstova_en.pdf $y plný text volně přístupný
- 856 41
- $u http://www.ejbi.org/images/2011-1/Furstova_cs.pdf $y plný text volně přístupný
- 910 __
- $a ABA008 $b online $y 2
- 990 __
- $a 20120501125841 $b ABA008
- 991 __
- $a 20130308083332 $b ABA008
- 999 __
- $a ok $b bmc $g 907737 $s 771197
- BAS __
- $a 3 $a 4
- BMC __
- $a 2011 $b 7 $c 1 $d 2-10 $i 1801-5603 $m European Journal for Biomedical Informatics $n Eur. J. Biomed. Inform. (Praha) $x MED00173462
- LZP __
- $a 2012-19/vtjb