<= Atrás     Docencia > Licenciatura > Análisis de Supervivencia y Fiabilidad Home Mapa Contactar Buscar Ayuda
 

Análisis de Supervivencia y Fiabilidad
(Curso 2004-2005)

Código Sigma: 43963
Carácter: Optativa
Curso:
Ciclo:
Cuatrimestre:
Créditos: 6 = (5 horas semanales)

Objetivos: Introducir los problemas, los conceptos y la metodología estadística propia del análisis de datos en supervivencia y fiabilidad. Describir e interpretar los modelos adecuados para cada problema. Utilizar herramientas teóricas y software adecuado para el análisis de dichos modelos.

Evaluación:

Se propondrá el estudio de algunos ejemplos para entregar así como de algunos ejercicios teóricos. La nota de la asignatura se calcula teniendo en cuenta los resultados de los ejercicios entregados y fundamentalmente el resultado de un examen escrito.
Prerrequisitos:
Descriptor:

Programa:

  1. Introducción:
    Supervivencia y Fiabilidad. Ejemplos. Planteamiento de problemas. Tipos de datos. Censuras y Truncamiento. Otros conceptos básicos y particularidades. Funciones básicas. Introducción a los distintos modelos de supervivencia. Introducción a la formulación en términos de procesos de conteo.
  2. Estimación no paramétrica de la supervivencia:
    Ejemplo. Estimador de Kaplan-Meier. Método actuarial de estimación. Estimador de Nelson-Aalen
    Verosimilitud. Intervalos de confianza y bandas confidenciales. Estimadores de otras funciones de interés.
    Formulación con Procesos de conteo.
  3. Comparación no paramétrica de curvas de supervivencia:
    Test Log-rank. Test de Mantel-Haenszel.Test de Wilcoxon . Otros tests. Test para un diseño estratificado. Datos apareados. Mas de dos grupos. Test de tendencia. Formulación con Procesos de Conteo.
  4. Modelos paramétricos de supervivencia:
    Descripción de los modelos: exponencial, Weibull, log-normal, Gamma etc. Formulación log-lineal. Métodos de selección: representaciones gráficas y bondad de ajuste. Estimadores de los parámetros.Intervalos de confianza. Contrastes de hipótesis. Comparaciones entre métodos parámetricos y no paramétricos.
  5. Modelo de regresión de COX:
    Introducción a los modelos de regresión. Datos y matriz de diseño. El modelo de Cox: Descripción, Interpretación.Verosimilitud parcial. Estimadores, Tests e Intervalos de confianza.Extensiones del modelo de Cox: variables explicativas dependientes del tiempo y modelo estratificado. Selección y diagnóstico I: Residuos. Selección y diagnóstico II: Escala de las variables explicativas y selección. Selección y diagnóstico III :Comprobación de la hipótesis de riesgos proporcionales. Selección y diagnóstico IV: Detección de puntos de influencia y Outliers.
  6. Otros modelos de regresión univariantes:
    Introducción. Modelos de tiempo de fallo acelerado paramétricos . Modelos de tiempo de fallo acelerado no paramétricos. Modelos de riesgo aditivo
  7. Introducción a los modelos para datos multivariantes:
    Introducción. Modelos marginales. Modelos con efectos aleatorios ó modelos "Fraitly"
Actividades:

Bibliografía:

  • Andersen (1993). Statistical Models Based on Counting Process. Springer-Verlag.
  • Bagdonavicius,V. and Nikulin,M (2002) Accelerated Life Models. Chapman-Hall
  • Blischke, W.R. and Murthy, D.N.P. (2000). Reliability Modelling, Prediction and Optimization. Wiley.
  • Collet,D.(1995). Modelling Survival Data In Medical Research. Chapman-Hall.
  • Cox,D.R. and Oakes, D. (1984). Analysis of Survival Data. Chapman and Hall.
  • Harrell, F.E. (2001). Regression Modeling estrategies. Springer.
  • Hosmer, D.W. and Lemeshow,S.(1999). Regression Modeling of Time to Event data. Wiley.
  • Hougaard, P (2000). Analysis of Multivariate Survival Data. Springer.
  • Kalbfleisch, J. D. and Prentice, R. L. (1980). The Statistical Analysis of Failure Time Data. Wiley.
  • Klein, P.J. And Moechberger, M.L. (1997). Survival Analysis. Springer.
  • Lee, E.T. (1992). Statistical Methods for Survival Data Analysis. Wiley.
  • Lindsey, J. K (2001). The Statistical Analysis of Stochastic Processes in Time. LUC.
  • Marubini,E and Valsecchi, M.G. (1994). Survival Data from Clinical Trials and Observational Studies. Wiley.
  • Smith, P.J. (2002). Analysis of Failure and Survival Data.. Chapman-Hall.
  • Therneau,T,M. And Grambsch,p ( 2000). Modeling survival data. Springer.
  Última actualización : 30/09/04