DDS ORAN YÖNTEMLERİ – Epidemiyolojide Biyoistatistiksel Yöntemler – Biyoistatistikler – Epidemiyoloji – Biyoistatistikler Nedir? – İstatistik Fiyatları – Ücretli İstatistik
İlk ölüm zamanından önce sansür süresi olan iki deneğin Kaplan-Meier hesaplamalarına hiçbir katkı yapmadığını ve bu nedenle kohortun etkin boyutunun r1 = 197 olduğunu gözlemleyin.
Kalbfleisch – Prentice yöntemini kullanarak Sˆj için% 95 güven aralığını hesaplamak için log – eksi-log dönüşümünü ters çevirmek gerekir. Bu, S2 için gösterilmiştir. Sˆ2 = .980’den ve ar [log (- log Sˆ2)] = (.010) 2 / [log (.980)] 2 = (.495) 2 ve log (- log S2) = log [ – günlük (.980)] – 1.96 (.495) = -4.87 olarak hesaplanır.
Log – eksi-log dönüşümünü tersine çevirmek için, exp – eksi-exp dönüşümü S2 = exp [- exp (−4.87)] = .992 elde etmek için uygulanır. Greenwood’un formülüne göre, Sˆ1 için üst% 95 güven sınırı S1 = 1.002’dir. Kalbfleisch – Prentice yaklaşımı, üst ve alt sınırların her zaman 0 ile 1 arasında olması gibi çekici bir özelliğe sahiptir.
Şekil 9.2, meme kanseri kohortu için Kaplan-Meier sağkalım eğrisini ve Kalbfleisch-Prentice% 95 güven aralıklarını göstermektedir. Açıkça söylemek gerekirse, güven aralıklarının uç noktaları burada olduğu gibi birleştirilmek yerine yalnızca ölüm zamanları için çizilmelidir.
Uygun bir alternatif, bir güven bandı olarak adlandırılan şeyi tahmin etmektir (Marubini ve Valsecchi, 1995, §3.4.2; Hosmer ve Lemeshow, 1999, §2.3). Bir güven bandı, tüm hayatta kalma eğrisine eşzamanlı olarak üst ve alt sınırlar yerleştirir, ancak hesaplamaların bir şekilde dahil olmasının dezavantajı vardır. Güven bantları, birleştirilmiş güven aralıklarından daha geniş olma eğilimindedir.
Kohortta meme kanseri dışındaki nedenlerden kaynaklanan yedi ölüm vardı ve bunlar sansürlenmiş gözlemler olarak değerlendirildi. Bu ölümlerin bir şekilde meme kanseriyle ilişkili olup olamayacağı sorusuna esaslı gerekçelerle karar verilmelidir.
Bu kararın, sansürlemenin bilgilendirici veya bilgilendirici olmadığına dair etkileri vardır. Sansürlemenin bilgilendirici olmadığını varsaysak bile, Sˆ j’yi τ j’den önce meme kanserinden ölmeme olasılığının bir tahmini olarak yorumlamak yanlış olur.
Bölüm 8.1’in sonunda yapılan açıklamalar ışığında, doğru yorumlama, meme kanserinin tek ölüm nedeni olduğu varsayımını ekliyor. Bu, kohortlar karşılaştırılırken uygun bir kurgudur, ancak gerçekte, rekabet eden riskler neredeyse her zaman mevcuttur. Sonuç olarak, bir hayatta kalma analizinin bulgularını değerlendirirken, bilgilendirici sansürlemenin ve rekabet eden risklerin olası etkilerini dikkate almak çok önemlidir.
SANSÜR EDİLMİŞ HAYATTA KALMA VERİLERİ İÇİN O
DDS ORAN YÖNTEMLERİ
Genellikle bir hayatta kalma analizinin amaçlarından biri, belirli bir maruziyetin hayatta kalma ile ilgili olup olmadığını belirlemektir. Bir yaklaşım, kohortu maruziyet kategorilerine göre katmanlara ayırmak ve sonuçta ortaya çıkan Kaplan – Meier sağkalım eğrilerini karşılaştırmaktır. Basitleştirmek için, maruz kalmanın ikili olduğunu ve her ölüm anında maruz kalan kohort için hayatta kalma eğrisinin maruz kalmayan kohortun altında kaldığını varsayalım.
Bunun gibi bir bulgu, maruz kalmanın hayatta kalma oranındaki düşüşle ilişkili olduğunu göstermektedir. Hayatta kalmada gözlemlenen farkın nasıl ölçülmesi gerektiği sorusu o zaman ortaya çıkar. Bir olasılık, belirli bir takip süresi seçmek ve binom dağılımına dayalı yöntemler kullanmaktır.
Örneğin, onkoloji literatüründe 5 yıllık sağkalım olasılıkları genellikle tedaviyi takiben sonuçları karşılaştırmak için kullanılır. Bu yaklaşım basitlik çekiciliğine sahiptir, ancak tek bir zaman noktası dışında, hayatta kalma eğrilerindeki bilgilerin büyük ölçüde boşa harcanması dezavantajından muzdariptir. Bu bölümde, tüm sağkalım eğrisini kullanan alternatif bir yaklaşımı açıklıyoruz.
Temel fikir, ölüm zamanlarının verileri “tabakalandırmak” için kullanılması ve daha sonra Bölüm 5’in olasılık oranı yöntemleri kullanılarak analiz edilmesidir (Breslow, 1975, 1979).
Yatırım projeleri örnekleri
Yatırım projesi örnekleri ödevi
Yatırım projelerinin DEĞERLENDİRİLMESİ Ders Notları
Yatırım planlaması Teknikleri
Yatırım projelerinin önemi
Yatırım projesi hazırlama
Yatırım Projeleri
Proje DEĞERLEME yöntemleri
J (2 × 2) Tabloları için Yöntemler
Maruz kalmanın ikiye bölünmüş olduğunu varsayalım. S1 (t) ve h1 (t), maruz kalan kohort için hayatta kalma işlevi ve tehlike işlevi olsun ve S2 (t) ve h2 (t), maruz kalmayan kohort için karşılık gelen işlevler olsun. Maruz kalan ve maruz kalmayan kohortlar için ölüm zamanları birlikte alındığında τ1 <··· <τj <··· <τJ olsun.
Her bir τj için, Tablo9.3’te, 2 × 2 tablo olarak tanımlandığımız için, a1j, τj’deki ölümlerin sayısıdır ve r1j, risk altındaki deneklerin sayısıdır. A2j ve r2j’yi, maruz kalmamış kohort için benzer bir şekilde tanımlıyoruz ve kalan tablo girişlerini toplama veya çıkarma yoluyla türetiyoruz. Daha önce olduğu gibi, τ j’de risk altındaki r j deneklerine risk kümesidir.
Ek F’de Tablo 9.3 ile ilişkili olasılık oranı ve risk oranının yaklaşık olarak h1 (τj) / h2 (τj) ‘ye eşit olduğu gösterilmiştir. Ölüm zamanları kümesini katmanlaştırıcı bir değişken olarak ele alırsak, Bölüm 5 ve 6’nın yöntemlerini sansürlü hayatta kalma verilerinin analizine uyarlayabiliriz. Uygulamada, her ölüm anında ölenlerin sayısı nispeten küçük olabilir.
Çoğunlukla kohortlardan sadece biri τ j’de ölüme sahiptir, bu durumda ya a1 j ya da a2 j 0’dır. yukarı. Bu nedenlerle seyrek tabaka koşullarına uygun yöntemleri, yani asimptotik koşullu ve MH-RBG yöntemlerini benimsiyoruz.
Risk oranı için asimptotik koşullu yöntemler mevcut olmadığından, bu etki ölçüsünü aşağıdaki bölümde dikkate almıyoruz. Şimdi, tehlike fonksiyonlarının h1 (t) ve h2 (t) orantılı olduğunu varsayıyoruz. Sonuç olarak, h1 (τj) / h2 (τj) = tüm j için HR oranlarına bakılır.
Ölüm zamanları kümesini tabakalandırıcı bir değişken olarak ele aldığımız için, orantılı tehlike varsayımı, tehlike oranının “zaman” içinde homojen olmasına eşdeğerdir. Bu, 5. Bölümde geliştirilen olasılık oranı yöntemlerini homojenlik varsayımı altında uygulayabilir.
Aşağıda tartışmayı çerçevelemek için olasılık oranı gösterimini ve terminolojiyi kullanıyoruz ve ilgili tehlike oranı yorumlamasının anlaşılmasını da sağlıyoruz.
Özellikle ORc ve ORmh, HR tahminleri olarak görülecektir ve Xmh, H0: HR = 1 testi olarak kabul edilecektir (Mantel, 1966). Hayatta kalma analizi ortamında, Mantel – Haenszel testi genellikle logrank testi olarak adlandırılır (Peto, 1972; Peto ve Peto, 1972). Bu terminolojiyi benimsiyoruz ancak X2 gösterimini kullanmaya da devam edeceğiz.
Proje DEĞERLEME yöntemleri Yatırım planlaması Teknikleri Yatırım Projeleri Yatırım projeleri örnekleri Yatırım projelerinin DEĞERLENDİRİLMESİ Ders Notları Yatırım projelerinin önemi Yatırım projesi hazırlama Yatırım projesi örnekleri ödevi