
Advanced Survival Models
Die Analyse von Überlebensdaten ist ein sehr breit gefächertes Gebiet der Statistik, das eine Vielzahl von Methoden umfasst, die in einem breiten Spektrum von Anwendungen, insbesondere in der medizinischen Forschung, eingesetzt werden. In den letzten zwanzig Jahren wurden mehrere Erweiterungen der "klassischen" Überlebensmodelle entwickelt, um bestimmte, in der Praxis häufig auftretende Situationen zu berücksichtigen. Ziel dieses Buches ist es, die am häufigsten verwendeten Erweiterungen in einem einzigen Nachschlagewerk zusammenzufassen, z. B. Frailty-Modelle (für den Fall unbeobachteter Heterogenität oder geclusterter Daten), Heilungsmodelle (wenn ein Teil der Population das interessierende Ereignis nicht erlebt), Modelle des konkurrierenden Risikos (für den Fall verschiedener Ereignistypen) und gemeinsame Überlebensmodelle für einen Time-to-Event-Endpunkt und ein longitudinales Ergebnis.
Merkmale.
⬤ Stellt den neuesten Stand der Technik für verschiedene fortgeschrittene Überlebensmodelle vor, darunter Frailty-Modelle, Heilungsmodelle, konkurrierende Risikomodelle und gemeinsame Modelle für einen longitudinalen und einen Überlebensendpunkt.
⬤ Verwendet im gesamten Buch eine einheitliche Notation für die verschiedenen vorgestellten Techniken.
⬤ Erläutert, in welcher Situation jedes dieser Modelle verwendet werden sollte und wie sie mit spezifischen Forschungsfragen verbunden sind.
⬤ Konzentriert sich auf das Verständnis der Modelle, ihre Implementierung und ihre Interpretation, mit einem angemessenen Niveau der methodischen Entwicklung für Masterstudenten und angewandte Statistiker.
⬤ Bietet Verweise auf bestehende R-Pakete und SAS-Prozeduren oder -Makros und veranschaulicht die Verwendung der wichtigsten Pakete an realen Datensätzen.
Dieses Buch richtet sich in erster Linie an angewandte Statistiker und Doktoranden der Statistik und Biostatistik. Es kann auch als einführendes Nachschlagewerk für methodische Forscher dienen, die an den wichtigsten Erweiterungen der klassischen Überlebensanalyse interessiert sind.