Phân tích sống còn bằng R cho Y tế Công cộng

Hiểu được mất bao lâu để một sự kiện xảy ra là rất quan trọng trong y tế công cộng, cho dù bạn đang theo dõi thời gian phục hồi của bệnh nhân, tái phát bệnh hay hiệu quả điều trị. Phân tích sống còn cung cấp các công cụ thống kê chuyên biệt cần thiết để phân tích chính xác dữ liệu thời gian đến sự kiện này. Trong khóa học bằng văn bản này, bạn sẽ học cách thực hiện phân tích sống còn từ đầu bằng R. Bạn sẽ thành thạo các khái niệm chính như kiểm duyệt và tỷ lệ nguy cơ, đồng thời học cách áp dụng các quy trình làm việc R hiện đại để làm sạch, phân tích và diễn giải dữ liệu y tế trong thế giới thực. Những gì bạn sẽ học: - Hiểu thuật ngữ cơ bản về phân tích sống còn, bao gồm kiểm duyệt, hàm sống sót và tỷ lệ nguy cơ. - Tính toán xác suất sống sót bằng ước lượng Kaplan-Meier để theo dõi kết quả của bệnh nhân theo thời gian. - So sánh các đường cong sống sót giữa các nhóm bệnh nhân khác nhau bằng kiểm định log-rank. - Mô hình hóa tác động của nhiều yếu tố nguy cơ đồng thời bằng hồi quy tỷ lệ nguy cơ Cox. - Áp dụng các nguyên tắc tidyverse hiện đại để làm sạch và chuẩn bị các tập dữ liệu thời gian đến sự kiện cho phân tích. - Diễn giải kết quả thống kê để rút ra kết luận có ý nghĩa, có thể hành động cho các báo cáo y tế công cộng. Khóa học bắt đầu với các khái niệm và định nghĩa lý thuyết cốt lõi trước khi hướng dẫn bạn chuẩn bị dữ liệu thực tế, ước lượng đường cong và mô hình hồi quy trong R. Khóa học này được thiết kế cho sinh viên y tế công cộng, nhà nghiên cứu và nhà phân tích dữ liệu mới làm quen với phân tích sống còn và muốn mở rộng kỹ năng lập trình R của họ. Không yêu cầu nền tảng thống kê nâng cao. Bắt đầu đọc ngay hôm nay để khám phá những hiểu biết sâu sắc hơn từ dữ liệu y tế của bạn.