Survival Analysis

Survivaldata, of meer algemeen tijd-tot-gebeurtenisdata (waarbij de “gebeurtenis” kan bestaan uit overlijden, ziekte, herstel, terugval of een andere uitkomst), komt vaak voor in epidemiologische studies. Censurering is een probleem dat kenmerkend is voor de meeste survivaldata en vereist speciale data-analysetechnieken.

R.K. (Rebecca) Stellato, PhD
University Medical Center Utrecht
Overzicht
  • 5 weken - 9 uur per week
  • Academisch certificaat
  • 1.5 EC
  • Online
  • Engels
€1030,-
Kies je startdatum
Inschrijving sluit op 30/12/2024 61 dagen tot einde inschrijving
Inschrijven
Wil je betalen op factuur?

Cursusbeschrijving

Leerdoelen

Aan het einde van de cursus zou je in staat moeten zijn om:

  • Het type probleem dat door een survivalanalyse wordt behandeld te herkennen of te beschrijven 
  • Gecensureerde data te definiëren en te herkennen 
  • Een overlevingsfunctie en een hazardfunctie te definiëren en te interpreteren, en hun relatie te beschrijven 
  • De computeruitvoer van een Cox proportioneel gevarenmodel, een gestratificeerd Cox-model en een Cox-model uitgebreid voor tijdsafhankelijke covariaten te herkennen 
  • De betekenis van de proportionele gevarenaanname te verklaren en te weten hoe je deze aanname kunt controleren 
  • Te herkennen welke survivalanalysetechniek geschikt is voor een gegeven onderzoeksvraag en dataset 
  • De computeruitvoer voor survivalmodellen te interpreteren, inclusief hazardratio’s, hypothesetests en betrouwbaarheidsintervallen

Cursusonderwerpen

  • Introductie tot Survivaldata en -analyse

Studenten worden geïntroduceerd in de kenmerken van survivaldata, censurering (links, rechts, interval) en truncatie. De Kaplan-Meier-curves en de log-rank test worden besproken, gevolgd door het Cox proportionele gevarenmodel.

  • Controleren van het Cox-model

Parametrische modellen en methoden voor het controleren van de aannames van het Cox-model worden geïntroduceerd. Studenten maken kennis met gestratificeerde Cox-modellen. Naast het semi-parametrische Cox PH-model worden studenten ook geïntroduceerd in volledig parametrische modellen voor survivaldata.

  • Geavanceerde Cox-regressie, meer over censurering en truncatie

Studenten krijgen meer diepgaande informatie over het analyseren van data met censurering en truncatie. Het belang van het meenemen van tijdsafhankelijke covariaten door deze op te nemen als tijdsafhankelijke variabelen in het model wordt uitgelegd.

  • Competing risks en informatieve censurering

Methoden voor het omgaan met competing risks en informatieve censurering worden behandeld.

Assessment

Om deze cursus succesvol af te ronden, moet je actief deelnemen aan de discussieforums en de opdrachten van de leereenheden voltooien, inclusief:

  • Individuele en groepsopdrachten 
  • Een eindopdracht: deze omvat het invullen van een dagelijkse quiz. De cursus wordt afgesloten met een presentatie van een casestudy door de student. De deadline voor indiening en de herkanse deadline worden aangekondigd zodra deze beschikbaar zijn. Je mag de eindopdracht één keer opnieuw doen.

Het kan zijn dat je, door een overmachtssituatie, niet aanwezig kunt zijn tijdens het eerste examenmoment.

  • Studenten van de MSc Epidemiology Postgraduate moeten dan, bij voorkeur vóór de eerste examenoptie, de academische adviseur om toestemming vragen voor afwezigheid. Let op: de academische adviseur kan vragen om een vorm van bewijs van je afwezigheid (bijvoorbeeld in geval van ziekte) om te bepalen of je in aanmerking komt voor geautoriseerde afwezigheid. Jaco de Fockert-Koefoed, MSc is de academische adviseur waarmee je contact moet opnemen via adviseurs@umcutrecht.nl.
  • Alle andere deelnemers dienen in plaats daarvan contact op te nemen met het MSc Epidemiology Office, via MSc-Epidemiology@umcutrecht.nl.

Kortom, het is vanaf nu niet meer mogelijk om de eerste deadline te missen en automatisch de opdracht in te dienen bij de tweede (herkansings-)deadline. Ongeautoriseerde afwezigheid bij de eerste deadline resulteert in het niet kunnen afronden van de cursus dat collegejaar.

Vereisten

Om je in te schrijven voor deze cursus, heb je nodig:

  • Een bacheloropleiding (BSc) 
  • Ten minste één cursus in basisstatistische methoden, tot en met eenvoudige en meervoudige lineaire regressie, zoals: Klassieke Methoden in Gegevensanalyse, Introductie tot Biostatistiek voor Onderzoekers, of hun equivalente cursussen 
  • Basis programmeervaardigheden in R, bijvoorbeeld de vaardigheid om gegevens in te lezen en een eenvoudig lineair model uit te voeren

 

Kies een startdatum
Inschrijven
Wil je betalen op factuur?

Heb je een vraag?

Op zoek naar meer informatie? Neem contact op.
Privacy policy(Vereist)
Pop-up sluiten

Ook interessant