Survival Analysis in R for Public Health

Descrizione

Benvenuti in Survival Analysis in R for Public Health!

I tre corsi precedenti di questa serie riguardavano il pensiero statistico, la correlazione, la regressione lineare e la regressione logistica. Questo ti mostrerà come eseguire analisi di sopravvivenza - o "tempo all'evento" -, spiegando cosa si intende per termini dal suono familiare ma ingannevoli come rischio e censura, che hanno significati specifici in questo contesto. Utilizzando il popolare e completamente gratuito software R, imparerai come prendere un set di dati da zero, importarlo in R, eseguire analisi descrittive essenziali per conoscere le caratteristiche e le stranezze dei dati e progredire dalle trame di Kaplan-Meier fino a regressione multipla di Cox. Utilizzerai dati simulati da dati reali e disordinati a livello di paziente per i pazienti ricoverati in ospedale con insufficienza cardiaca e imparerai come esplorare quali fattori prevedono la loro successiva mortalità. Imparerai come testare le ipotesi del modello e adattarle ai dati e alcuni semplici trucchi per aggirare i problemi comuni che hanno i dati di salute pubblica reali. Ci saranno mini-quiz sui video e sugli esercizi R con feedback lungo il percorso per verificare la tua comprensione.

Prerequisiti

Alcune formule sono fornite per aiutare la comprensione, ma questo non è uno di quei corsi in cui è necessaria una laurea in matematica per seguirlo. Avrai bisogno di matematica di base (ad esempio, non useremo il calcolo) e familiarità con i modi grafici e tabulari di presentare i risultati. I tre corsi precedenti della serie hanno spiegato concetti come test di ipotesi, valori p, intervalli di confidenza, correlazione e regressione e hanno mostrato come installare R ed eseguire comandi di base. In questo corso ricapitoleremo tutte queste idee fondamentali in breve, ma se non le conosci, potresti preferire seguire il primo corso in particolare, Pensiero statistico nella sanità pubblica, e forse anche il secondo, sulla regressione lineare, prima di intraprendere questo.