| Análisis de supervivencia y de datos longitudinales | Código: M0.161 Créditos: 5 |
La asignatura de Modelos Logísticos y de Supervivencia es la asignatura que trata de la modelización de los tiempos hasta un evento. En este sentido es de relevante interés por su aportación a la inferencia con el objetivo de toma de decisiones en aquellas situaciones (experimentos, ensayos clínicos, tratamientos...) que llevan su principal componente en el efecto tiempo. El tiempo hasta una infección después de una práctica de riesgo, o hasta el primer síntoma de mejora después del inicio de un tratamiento, o hasta la muerte por una cierta causa después de un diagnóstico, son ejemplos claros de aplicación de técnicas propias del análisis de supervivencia.
En particular en esta asignatura se va estudiar, y en este orden, las modelizaciones no paramétrica (estimador de Kaplan y Meier), semiparamétrica (modelo de Cox) y paramétrica (modelos Exponencial, Weibull) y el modelo Logístico y Log-Logístico de tiempos de supervivencia, así como el modelo de regresión logística para la comparación de grupos. El curso contempla también la exploración de otras estrategias de modelización para situaciones de observación más complejas o bien con otro patrón de datos.
Esta asignatura, en el segundo semestre, juega un papel crucial en la mayoría de estudios "bio", donde el objetivo sea -como suele ser- el describir el "tiempo hasta..." y el cómo "una u otra covariante..." intervienen en esta estimación y hacen distintos "el grupo A del grupo B..." Su posición es estratégica en cuanto que necesita de fundamentos previos en Bioestadística y en modelización y, a su vez, permite al estudiante estar en condiciones de poder intervenir en proyectos reales de análisis de datos de este tipo (como podría ser en el caso del proyecto final de posgrado).
Las competencias y habilidades concretas que de esta asignatura se derivan están directamente relacionadas con la capacitación para el análisis de conjuntos de datos en los que la variable objetivo sea el tiempo hasta un suceso de interés, lo que llamaremos datos de supervivencia. Naturalmente, la mayoría de aplicaciones en Bioestadística conllevan esta necesidad con lo que el perfil profesional asociado es el de "analista de datos", sin más. Como valor añadido, y en un contexto más general, si omitimos por un momento el término "bio" y pensamos en un tiempo hasta el fallo, podríamos ver un analista de datos capacitado para estudiar aspectos de fiabilidad y durabilidad de elementos, dispositivos o sistemas en un contexto tecnológico o industrial.
Para un correcto seguimiento de la asignatura es suficiente el dominio de los contenidos de los primeros cursos universitarios de álgebra lineal y análisis matemático, así como de fundamentos de (bio)estadística y probabilidad, en especial de los apartados de modelización e inferencia con aplicaciones prácticas de análisis de datos con R.
Ninguna en especial.
- Introducir al estudiante en el análisis de datos de supervivencia y de comparación de grupos
- Proveer al estudiante técnicas de análisis propias del Análisis de Supervivencia (no paramétricas, semiparamétricas y paramétricas)
Una vez completado el curso el estudiante debería ser capaz de, con rigor:
- Identificar datos de supervivencia
- Estimar no paramétricamente la función de supervivencia
- Estimar, validar e interpretar un modelo de regresión de Cox
- Ajustar un modelo paramétrico a unos datos del Análisis de Supervivencia
- Ajustar un modelo logistico para decidir sobre diferencias entre grupos.
Los contenidos del curso se estructuran en 4 temas de estudio:
Tema 1: Introducción al Análisis de Supervivencia. El estimador Kaplan-Meier y el test Log-Rank.
Tema 2: El modelo de regresión de Cox y de Cox estratificado.
Tema 3: Modelos paramètricos de supervivencia (exponencial, Weibull)
Tema 4: Modelos logístico y log-logístico
Temas que són extensión para posibles Trabajos de Posgrado, y para los cuáles el consultor también podría dar soporte, son:
I: El modelo de Cox para datos cambiantes con el tiempo.
II: Modelos frailty.
III: Modelos para sucesos recurrentes.
IV: Modelos para riesgos competitivos.
Para el seguimiento del curso el estudiante tiene a su disposición: Plan Docente, Libro de referencia, conjuntos
de datos de apoyo, Guías de Estudio Semanal, Pruebas de Evaluación Contínua, Resultados de la Evaluación parcial de contenidos, Foro de discusión, Tablón del consultor, atención de consultoría individualizada para cada estudiante.
Everitt, B. (2006) A Handbook of Statistical Analyses Using R. Boca Raton, FL: Chapman & Hall/CRC
Gómez, G.; Canela, M.A. (1994) Fiabilitat Industrial. Barcelona: Edicions UPC, Col.lecció Politext
Juan, A.A; Serrat, C. (2005) Fiabilidad Industrial. EPSEB-UPCplus.com (disponible en formato pdf)
Klein, J.P.; Moeschberger, M.L. (1997). Survival Analysis. New York: Springer
Nelson, W. (1982) Applied life data analysis. New York: John Wiley & Sons
El trabajo y estudio de los 4 temas del curso, se organiza en 17 semanas (18/03/15 al 19/07/15), 4 períodos de estudio (Tema 1: 23/03-19/04, Tema 2: 20/04-17/05, Tema 3: 18/05-14/06 y Tema 4: 15/06-12/07) y para cada semana se suministrará una Guía de Estudio Semanal (GES1 a GES17) con el fin de pautar el proceso de aprendizaje de los estudiantes. En cada GES se identificarán los aspectos y contenidos del Libros de Referencia con indicaciones de cómo y con qué nivel deben tratarse. El estudiante de forma individual realizará este trabajo. Esto le permitirá una primera aproximación a los contenidos y técnicas, para la posterior resolución de las actividades de evaluación.
El Foro de la asignatura será el espacio natural de exposición y resolución de dudas, durante el periodo de estudio de cada tema. De forma complementaria en cualquier momento el consultor estará disponible para la atención personalizada de dudas o consultas.
El proceso de aprendizaje, y a su vez las actividades de evaluación, lleva implícitos tanto los aspectos teóricos como los prácticos. Dentro de los aspectos prácticos, aún siendo los resultados mostrados en los Libros de Referencia fruto de STATA, SAS, SPSS u otros, todos los análisis de datos de las actividades que se entreguen deberán ser realizados con el software estadístico R (con esta finalidad es de relevante utilidad la Sección R Software, páginas 620-663, del Apéndice Survival Analysis on the Computer de Kleinbaum y Klein (2012)), adjuntando los scripts de análisis correspondientes. En este sentido, de manera progresiva el estudiante irá haciendo uso de funciones y paquetes de R propios del Análisis de Supervivencia.
La Normativa académica de la UOC dispone que el proceso de evaluación se fundamenta en el trabajo personal del estudiante y presupone la autenticidad de la autoría y la originalidad de los ejercicios realizados.
La falta de originalidad en la autoría o el mal uso de las condiciones en las que se hace la evaluación de la asignatura es una infracción que puede tener consecuencias académicas graves.
El estudiante será calificado con un suspenso (D/0) si se detecta falta de originalidad en la autoría de alguna actividad evaluable (práctica, prueba de evaluación continua (PEC) o final (PEF), o la que se defina en el plan docente), ya sea porque ha utilizado material o dispositivos no autorizados, ya sea porque ha copiado de forma textual de internet, o ha copiado de apuntes, de materiales, manuales o artículos (sin la citación correspondiente) o de otro estudiante, o por cualquier otra conducta irregular.
La calificación de suspenso (D/0) en la evaluación continua (EC) puede conllevar la obligación de hacer el examen presencial para superar la asignatura (si hay examen y si superarlo es suficiente para superar la asignatura según indique este plan docente).
Cuando esta mala conducta se produzca durante la realización de las pruebas de evaluación finales presenciales, el estudiante puede ser expulsado del aula, y el examinador hará constar todos los elementos y la información relativos al caso.
Además, esta conducta puede dar lugar a la incoación de un procedimiento disciplinario y la aplicación, si procede, de la sanción que corresponda.
La UOC habilitará los mecanismos que considere oportunos para velar por la calidad de sus titulaciones y garantizar la excelencia y la calidad de su modelo educativo.
|
La asignatura solo puede aprobarse con el seguimiento y la superación de la evaluación continua (EC). La calificación final de la asignatura es la nota obtenida en la EC. |
Nota final de asignatura: EC
La evaluación continua consistirá en la realización y entrega de 4 Pruebas de Evaluación Continuada (PEC) de acuerdo con el calendario de actividades previsto.
Los contenidos de cada PEC serán los siguientes:
PEC1: Introducción al Análisis de Supervivencia. Estimador de Kaplan-Meier i Log-Rank test (Tema 1)
PEC2: Modelo de regresión de Cox (Tema 2)
PEC3: Estimación paramétrica de la función de supervivencia (Tema 3)
PEC4: Modelos logístico y log-logístico (Tema 4)
En el calendario está prevista la publicación de la solución a cada PEC con el objeto de mostrar una resolución general que sirva de marco para la identificación de la completitud y corrección de las respuestas entregadas.
En todas las actividades se valorará,
a) La comprensión y relación de los conceptos estudiados.
b) La capacidad de análisis de datos y de interpretación de los resultados obtenidos.
c) La capacidad de presentación y redacción de los conceptos y de los análisis, así como el correcto manejo del software R.
La nota final de curso será el promedio de las cuatro actividades propuestas. Cada una de ellas tiene el mismo peso.
Aquellos estudiantes que, habiendo conseguido A en las tres primeras PEC, quieran optar a la propuesta de Matrícula de Honor, deberán de obtener una calificación A también en la PEC4 y presentar un trabajo de ampliación sobre uno de los temas de extensión que aparecen en la sección Contenidos de este Plan Docente. Los interesados deberán ponerse en contacto con el consultor de la asignatura. Se recordará esta posibilidad en el Tablón del Aula.
El feedback entre el consultor y los estudiantes se llevará a cabo bien vía las intervenciones en el foro, bien vía el servicio de mensajería propio del Campus Virtual. Sólo excepcionalmente se utilizarán otras vías o correos alternativos.