O zastosowaniu metody rekurencyjnego podziału w analizie przeżycia

• Autorzy: Małgorzata Misztal

Warianty tytułu

On the Use of Recursive Partitioning Method in Survival Analysis

• Języki publikacji: PL

Abstrakty

Analiza przeżycia obejmuje metody analizy danych, w których badaną zmienną jest czas do pojawienia się danego zdarzenia (czas przeżycia). Do najpopularniejszych metod analizy czasów przeżycia należą krzywe przeżycia Kaplana-Meicra oraz model proporcjonalnego hazardu Coksa. Alternatywą dla tych metod może być metoda rekurencyjnego podziału. W artykule przedstawiono wyniki zastosowania pojedynczych i zagregowanych modeli drzew przeżycia (survival trees) do analizy czasów przeżycia pacjentów ze schorzeniami kardiologicznymi oraz przybliżono możliwości wykonywania niezbędnych obliczeń z wykorzystaniem środowiska R.(abstrakt oryginalny)

EN

Survival data deals with survival time i.e. the time to the occurrence of an event of interest. In medical research the event of interest is usually the time to death of a patient after the diagnosis. Tree-based models can be a very useful alternative to the most popular methods to analyze survival data: Kaplan-Meier survival curves and Cox proportional hazards regression. The results of the application of Kaplan-Meier method, Cox model and single and aggregated survival trees to predict survival time for patients with HCM are presented in the paper. All the calculations were made using the R environment.(original abstract)

Słowa kluczowe

PL

Choroby; Cykl życia; Metody estymacji; Analiza przeżycia; Model proporcjonalnego hazardu Coxa; Estymator Kaplana-Meiera

EN

Illness; Life cycles; Estimation methods; Survival analysis; Cox proportional hazard model; Kaplan-Meier estimator

• Czasopismo: Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu. Taksonomia
• Rocznik: 2010
• Tom: 17
• Numer: nr 107 Klasyfikacja i analiza danych - teoria i zastosowania
• Strony: 423--431

Twórcy

autor

Małgorzata Misztal

• Uniwersytet Łódzki

Bibliografia

• Balicki A., Analiza przeżycia i tablice wymieralności, PWE, Warszawa 2006.
• Breiman L., How to Use Survival Forests, http://stat-www.bcrkelcy.edu/~brciman, 2002.
• Cappelli С., Zhang H., Survival Trees, [w:] Statistical Methods for Biostatistics and Related Fields, W. Hardle, Y. Mori, P. Vieu (red.), Springer Berlin Heidelberg, 2007.
• Hothorn Т., Buhlmann P., Dudoit S., Molinaro A. M., van der Laan M.J., Survival Ensembles, U.C. Berkeley Division of Biostatistics Working Paper Series 2005 no 174, University of California, Berkeley; http://www.bepress.com/ucbbiostat/paperl 74.
• Hothorn Т., Hornik К., Zeileis A., Unbiased recursive partitioning: a conditional inference framework, "Journal of Computational and Graphical Statistics" 2006 vol. 15, no 3.
• Hothorn Т., Lausen В., Benner A., Radespiel-Troger M., Bagging survival trees, "Statistics in Medicine" 2004 no 23.
• Ishwaran H., Kogalur U.B., Blackstone E.H., Lauer M.S., Random survival forests, "The Annals of Applied Statistics" 2008 vol. 2, no 3.
• Stanisz A. (red.), Biostatystyka, Wydawnictwo UJ, Kraków 2005.