Analisi di Sopravvivenza in R per la Sanità Pubblica

Comprendere quanto tempo impiega un evento a verificarsi è fondamentale nella sanità pubblica, sia che si stiano monitorando i tempi di recupero dei pazienti, la recidiva di una malattia o l'efficacia di un trattamento. L'analisi di sopravvivenza fornisce gli strumenti statistici specializzati necessari per analizzare accuratamente questi dati tempo-all'evento. In questo corso scritto, imparerai come eseguire l'analisi di sopravvivenza da zero usando R. Acquisirai padronanza di concetti chiave come il censoring e gli hazard ratios, e imparerai come applicare i moderni flussi di lavoro di R per pulire, analizzare e interpretare dati sanitari del mondo reale. Cosa imparerai: - Comprendere la terminologia fondamentale dell'analisi di sopravvivenza, inclusi censoring, funzioni di sopravvivenza e tassi di rischio (hazard rates). - Calcolare le probabilità di sopravvivenza usando lo stimatore di Kaplan-Meier per monitorare gli esiti dei pazienti nel tempo. - Confrontare le curve di sopravvivenza tra diversi gruppi di pazienti usando il log-rank test. - Modellare l'impatto di molteplici fattori di rischio simultaneamente usando la regressione di Cox proportional hazards. - Applicare i moderni principi tidyverse per pulire e preparare i set di dati tempo-all'evento per l'analisi. - Interpretare gli output statistici per trarre conclusioni significative e attuabili per i rapporti di sanità pubblica. Il corso inizia con concetti teorici e definizioni fondamentali prima di guidarti attraverso la preparazione pratica dei dati, la stima delle curve e la modellazione di regressione in R. Questo corso è progettato per studenti di sanità pubblica, ricercatori e analisti di dati che sono nuovi all'analisi di sopravvivenza e desiderano espandere le loro competenze di programmazione in R. Non è richiesto un background statistico avanzato. Inizia a leggere oggi per sbloccare intuizioni più profonde dai tuoi dati sanitari.