• Descripció

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.

• L'assignatura en el conjunt del pla d'estudis

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).

• Camps professionals en què es projecta

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.

• Coneixements previs

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.

• Informació prèvia a la matrícula

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 i competències

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

• Continguts

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.

• Informació addicional sobre els recursos d'aprenentatge i eines de suport

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.

• Informacions sobre l'avaluació a la UOC

A la UOC, l'avaluació generalment és virtual. S'estructura entorn de l'avaluació contínua, que inclou diferents activitats o reptes; l'avaluació final, que es porta a terme mitjançant proves o exàmens, i el treball final de la titulació.

Les activitats o proves d'avaluació poden ser escrites i/o audiovisuals, amb preguntes aleatòries, proves orals síncrones o asíncrones, etc., d'acord amb el que decideixi cada equip docent. Els treballs finals representen el tancament d'un procés formatiu que implica la realització d'un treball original i tutoritzat que té com a objectiu demostrar l'adquisició competencial feta al llarg del programa.

Per verificar la identitat de l'estudiant i l'autoria de les proves d'avaluació, la UOC es reserva la potestat d'aplicar diferents sistemes de reconeixement de la identitat i de detecció del plagi. Amb aquest objectiu, la UOC pot dur a terme enregistrament audiovisual o fer servir mètodes o tècniques de supervisió durant l'execució de qualsevol activitat acadèmica.

Així mateix, la UOC pot exigir a l'estudiant l'ús de dispositius electrònics (micròfons, càmeres o altres eines) o programari específic durant l'avaluació. És responsabilitat de l'estudiant assegurar que aquests dispositius funcionen correctament.

El procés d'avaluació es fonamenta en el treball personal de l'estudiant i pressuposa l'autenticitat de l'autoria i l'originalitat de les activitats acadèmiques. Al web sobre integritat acadèmica i plagi de la UOC hi ha més informació respecte d'aquesta qüestió.

La manca d'autenticitat en l'autoria o d'originalitat de les proves d'avaluació; la còpia o el plagi; la suplantació d'identitat; l'acceptació o l'obtenció de qualsevol activitat acadèmica a canvi d'una contraprestació o no; la col·laboració, l'encobriment o l'afavoriment de la còpia, o l'ús de material, programari o dispositius no autoritzats en el pla docent o l'enunciat de l'activitat acadèmica, inclosa la intel·ligència artificial i la traducció automàtica, entre altres, són conductes irregulars en l'avaluació que poden tenir conseqüències acadèmiques i disciplinàries greus.

Aquestes conductes irregulars poden comportar el suspens (D/0) en les activitats avaluables que es defineixin en el pla docent -incloses les proves finals- o en la qualificació final de l'assignatura, sigui perquè s'han utilitzat materials, programari o dispositius no autoritzats durant les proves (com l'ús d'intel·ligència artificial no permesa, xarxes socials o cercadors d'informació a internet), perquè s'han copiat fragments de text d'una font externa (internet, apunts, llibres, articles, treballs o proves d'altres estudiants, etc.) sense la citació corresponent, per la compravenda d'activitats acadèmiques, o perquè s'ha dut a terme qualsevol altra conducta irregular.

Així mateix, i d'acord amb la normativa acadèmica, les conductes irregulars en l'avaluació també poden donar lloc a la incoació d'un procediment disciplinari i a l'aplicació, si escau, de la sanció que correspongui, de conformitat amb el que estableix la normativa de convivència de la UOC.

En el marc del procés d'avaluació, la UOC es reserva la potestat de:

• Sol·licitar a l'estudiant que acrediti la seva identitat segons el que estableix la normativa acadèmica.
• Sol·licitar a l'estudiant que acrediti l'autoria del seu treball al llarg de tot el procés d'avaluació, tant en l'avaluació contínua com en l'avaluació final, per mitjà d'una entrevista oral síncrona, que pot ser objecte d'enregistrament audiovisual, o pels mitjans que estableixi la Universitat. Aquests mitjans tenen l'objectiu de verificar els coneixements i les competències que garanteixin la identitat de l'estudiant. Si no és possible garantir que l'estudiant és l'autor de la prova, aquesta pot ser qualificada amb una D, en el cas de l'avaluació contínua, o amb un suspens, en el cas de l'avaluació final.

Intel·ligència artificial en el marc de l'avaluació

La UOC reconeix el valor i el potencial de la intel·ligència artificial (IA) en l'àmbit educatiu, alhora que posa de manifest els riscos que comporta si no s'utilitza de manera ètica, crítica i responsable. En aquest sentit, en cada activitat d'avaluació s'informarà l'estudiantat sobre les eines i els recursos d'IA que es poden utilitzar i en quines condicions. Per la seva banda, l'estudiantat es compromet a seguir les indicacions de la UOC a l'hora de dur a terme les activitats d'avaluació i de citar les eines utilitzades i, concretament, a identificar els textos o les imatges generats per sistemes d'IA, els quals no podrà presentar com si fossin propis.

Amb relació a fer servir o no la IA per resoldre una activitat, l'enunciat de les activitats d'avaluació indica les limitacions en l'ús d'aquestes eines. Cal tenir en compte que fer-les servir de manera inadequada, com ara en activitats en què no estan permeses o no citar-les en les activitats en què sí que ho estan, es pot considerar una conducta irregular en l'avaluació. En cas de dubte, es recomana que, abans de lliurar l'activitat, es faci arribar una consulta al professorat col·laborador de l'aula.

• Consulta del model d'avaluació