| Anàlisi de supervivència i de dades longitudinals | Codi: M0.161 : 5 |
L'assignatura Anàlisi de Supervivència i de Dades Longitudinals és l'assignatura que tracta de a) la modelització dels temps fins a un esdeveniment i b) la modelització de dades observades al llarg del temps. En aquest sentit és de rellevant interès per la seva aportació a la inferència amb l'objectiu de presa de decisions en aquelles situacions (experiments, assaigs clínics, tractaments ...) que porten el seu principal component en l'efecte temps. El temps fins a una infecció després d'una pràctica de risc, o fins al primer símptoma de millora després de l'inici d'un tractament, o fins a la mort per una certa causa després d'un diagnòstic, són exemples clars d'aplicació de tècniques pròpies de l'anàlisi de supervivència. Així mateix, la modelització d'un variable mesurada sobre els individus al llarg del temps necessita tenir en compte la dependència / correlació fruit de l'observació sobre un mateix individu i, alhora, un potencial efecte individu que fa que cada subjecte sigui singular respecte al model marginal. Descriure al llarg del temps com canvia una mesura o un indicador biològic és l'exemple clàssic i d'interès habitual.
En particular en aquesta assignatura estudiarem, i en aquest ordre, les modelitzacions no paramètrica (estimador de Kaplan i Meier), semiparamètrica (model de Cox) i paramètrica (models Exponencial, Weibull) i el model lineal amb efectes aleatoris (linear mixed model). El curs contempla també la possibilitat d'exploració d'altres estratègies de modelització per a situacions d'observació més complexes o bé extensions del model lineal mixt.
Aquesta assignatura té un paper cabdal en la majoria d'estudis "bio", on l'objectiu sigui -com sol ser- el descriure el "temps fins ..." i el com "una o altra covariant ..." intervenen en aquesta estimació i fan diferents "el grup A del grup B ..." o el poder estimar els valors d'un indicador biològic al llarg del temps.
La seva posició és estratègica en tant que necessita de fonaments previs en Bioestadística i en modelització i, al seu torn, permet a l'estudiant estar en condicions de poder intervenir en projectes reals d'anàlisi de dades d'aquest tipus (com podria ser en el cas del projecte final de màster).
Les competències i habilitats concretes que aquesta assignatura aporta estan directament relacionades amb la capacitació per a l'anàlisi de conjunts de dades en què la variable objectiu sigui el temps fins a un esdeveniment d'interès, el que anomenarem dades de supervivència. Naturalment, la majoria d'aplicacions en Bioestadística comporten aquesta necessitat de manera que el perfil professional associat és el d' "analista de dades", sense més. Com a valor afegit, i en un context més general, si ometem per un moment el terme "bio" i pensem en un temps fins a la fallada, podríem veure un analista de dades capacitat per estudiar aspectes de fiabilitat i durabilitat d'elements, dispositius o sistemes en un context tecnològic o industrial.
Per a poder superar amb èxit aquesta assignatura s'hauria d'haver superat totes les assignatures del primer semestre, en particular "Programari per a l'Anàlisi de Dades" i "Inferència Estadística" d'aquest mateix pla d'estudis.
D'altra banda, és aconsellable haver cursat prèviament "Regressió, Models i Mètodes" o bé cursar les dues assignatures en paral·lel (atès que les dues assignatures s'ofereixen en el pla d'estudis).
En el curs se suposa que els estudiants tenen ben conegudes les tècniques d'Estadística Descriptiva i Inferència Estadística (per exemple, càlcul d'intervals de confiança, contrast d'hipòtesis, p-valor, ...), així com un bon domini d'aplicacions pràctiques d'anàlisi de dades amb R.
Prèviament a la formalització de la matrícula és molt important que l'estudiant tingui en compte els requeriments sobre coneixements previs que s'esmenten sobre les assignatures
- Programari per a l'Anàlisi de Dades
- Inferència Estadística
- Regressió, Models i Mètodes
Objectius
- Introduir l'estudiant en l'anàlisi de dades de supervivència
- Proveir l'estudiant tècniques d'anàlisi pròpies de l'Anàlisi de Supervivència (no paramètriques, semi-paramètriques i paramètriques)
- Introduir l'estudiant en l'anàlisi de dades longitudinals
- Facilitar a l'estudiant la base metodològica i pràctica del Model Lineal Mixt per a dades longitudinals
Competències
Un cop completat el curs l'estudiant hauria de ser capaç de, amb rigor:
- Identificar dades de supervivència
- Estimar no paramètricament la funció de supervivència
- Estimar, validar i interpretar un model de regressió de Cox
- Ajustar un model paramètric a unes dades de supervivència
- Identificar dades longitudinals
- Estimar i interpretar un model lineal mixt
Els continguts del curs s'estructuren en 4 temes d'estudi:
Tema 1: Introducció a l'Anàlisi de Supervivència. L'estimador Kaplan-Meier i el test Log-Rank.
Tema 2: El model de regressió de Cox i de Cox estratificat.
Tema 3: Models paramètrics de supervivència (exponencial, Weibull)
Tema 4: Introducció a l'Anàlisi de Dades Longitudinals. El Model Lineal Mixt.
Temes que són extensió per a possibles Treballs Final de Màster i per als quals el consultor també pot donar suport:
I: El model de Cox per a dades canviants amb el temps.
II: Models frailty.
III: Models per a esdeveniments recurrents.
IV: Models per a riscos competitius.
V: El Model Lineal Mixt Generalitzat.
El curs es fonamenta en dues referències principals, en format digital, disponibles a la biblioteca virtual UOC i / o distribuïdes a l'aula, per a les respectives parts de l'assignatura:
- Llibre Manual: David G. Kleinbaum and Mitchel Klein. Survival Analysis. A Self-Learning Text, Third Edition. New York: Springer, 2012. ISBN: 9781441966469
- Llibre Manual: Andrzej Galecki and Tomasz Burzykowski. Linear Mixed-Effects Models Using R. A Step-by-Step Approach. New York: Springer, 2013. ISBN: 978-1-4614-3900-4 (eBook).
Per al seguiment del curs l'estudiant té també a la seva disposició: Pla Docent, Llibre de referència, conjunts de dades de suport, Guies d'Estudi Setmanal, Proves d'Avaluació Contínua, Resultats de l'Avaluació parcial de continguts, Fòrum de discussió, Tauler del consultor, atenció de consultoria individualitzada per a cada estudiant.
La Normativa acadèmica de la UOC disposa que el procés d'avaluació es fonamenta en el treball personal de l'estudiant i pressuposa l'autenticitat de l'autoria i l'originalitat dels exercicis fets.
La manca d'originalitat en l'autoria o el mal ús de les condicions en què es fa l'avaluació de l'assignatura és una infracció que pot tenir conseqüències acadèmiques greus.
Es qualificarà l'estudiant amb un suspens (D/0) si es detecta manca d'originalitat en l'autoria d'alguna activitat avaluable (pràctica, prova d'avaluació contínua (PAC) o final (PAF), o la que es defineixi al pla docent), sigui perquè ha utilitzat material o dispositius no autoritzats, sigui perquè ha copiat textualment d'internet, o ha copiat d'apunts, de materials, de manuals o d'articles (sense la citació corresponent), d'altres estudiants, o per qualsevol altra conducta irregular.
La qualificació de suspens (D/0) en les qualificacions finals d'avaluació contínua pot comportar l'obligació de fer l'examen presencial per a superar l'assignatura (si hi ha examen i si superar-lo és suficient per a superar l'assignatura segons indiqui el pla docent).
Quan aquesta mala conducta es produeixi durant la realització de les proves d'avaluació finals presencials, l'estudiant pot ser expulsat de l'aula, i l'examinador farà constar tots els elements i la informació relatius al cas.
D'altra banda, aquesta conducta pot donar lloc a la incoació d'un procediment disciplinari i l'aplicació, si escau, de la sanció que correspongui.
La UOC habilitarà els mecanismes que consideri oportuns per a vetllar per la qualitat de les seves titulacions i garantir l'excel·lència i la qualitat del seu model educatiu.
|
Aquesta assignatura només es pot superar a partir de l'avaluació contínua (AC). La nota final d'avaluació contínua esdevé la nota final de l'assignatura. La fórmula d'acreditació de l'assignatura és la següent: AC. |