Statistical analysis
Dotaz
Zobrazit nápovědu
Monographs in epidemiology and biostatistics ; vol. 25
2nd ed. xviii, 467 s.
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.
- Klíčová slova
- 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
- analýza přežití MeSH
- chronická fáze myeloidní leukemie mortalita MeSH
- dospělí MeSH
- farmakoterapie metody statistika a číselné údaje MeSH
- financování organizované MeSH
- hodnocení rizik MeSH
- lidé středního věku MeSH
- lidé MeSH
- mladiství MeSH
- mladý dospělý MeSH
- mortalita MeSH
- prediktivní hodnota testů MeSH
- rizikové faktory MeSH
- statistika jako téma MeSH
- Check Tag
- dospělí MeSH
- lidé středního věku MeSH
- lidé MeSH
- mladiství MeSH
- mladý dospělý MeSH
- mužské pohlaví MeSH
- ženské pohlaví MeSH
elektronický časopis
- MeSH
- interpretace statistických dat MeSH
- statistické modely MeSH
- věkové faktory MeSH
- věkové skupiny MeSH
- Konspekt
- Demografie. Populace
- NLK Obory
- demografie
- NLK Publikační typ
- elektronické časopisy