Miért kell többváltozós modellekhez folyamodnunk (a túlélési analízis során)?

Slides:



Advertisements
Hasonló előadás
Összetett kísérleti tervek és kiértékelésük:
Advertisements

Füst György III. Belklinika
Kvantitatív módszerek
Összetett kísérleti tervek és kiértékelésük
Összetett kísérleti tervek és kiértékelésük: Háromszempontos variancia analízis modellek.
Tartalékmodellezés R-ben Sághy Balázs Altenburger Gyula szimpózium Balatonvilágos május 22.
Földrajzi összefüggések elemzése
Rövid távú modell IV. Aggregált kínálat.
Főkomponensanalízis Többváltozós elemzések esetében gyakran jelent problémát a vizsgált változók korreláltsága. A főkomponenselemzés segítségével a változók.
Potenciális feladattípusok
Mérési pontosság (hőmérő)
Gazdaságelemzési és Statisztikai Tanszék
Közúti és Vasúti járművek tanszék. Célja:az adott járműpark üzemképes állapotának biztosítása. A karbantartás folyamatait gyakran az üzemeltetést is kiszolgáló.
Statisztika II. VI. Dr. Szalka Éva, Ph.D..
Ozsváth Károly TF Kommunikációs-Informatikai és Oktatástechnológiai Tanszék.
Ozsváth Károly NYME ACSJK Testnevelési Tanszék. A diszkriminanciaanalízis (DSC, DISCRIMINANT) /{ DA, MDA }/ csoportok közti különbségek (különbözőségek),
Regresszióanalízis 10. gyakorlat.
Varianciaanalízis 12. gyakorlat.
Dr. Gombos Tímea SE, III.sz. Belgyógyászati Klinika
III. Sz. Belgyógyászati Klinika
Biomarkerek és oki tényezők a komplex pathomechanizmusú betegségekben: hol a határ? Prohászka Zoltán Semmelweis Egyetem, III. Sz. Belgyógyászati Klinika,
SPSS többváltozós (lineáris) regresszió (4. fejezet)
SPSS többváltozós regresszió
Diszkriminancia analízis
TÖBBSZÖRÖS REGRESSZIÓS SZÁMÍTÁSOK II
III. Sz. Belgyógyászati Klinika
REGRESSZIÓS SZÁMÍTÁSOK II
Hipotézisvizsgálat (1. rész) Kontingencia táblák
KÉT FÜGGETLEN, ILL. KÉT ÖSSZETARTOZÓ CSOPORT ÖSZEHASONLÍTÁSA
TÖBBSZÖRÖS REGRESSZIÓS SZÁMÍTÁSOK II
Kovarianciaanalízis Tételezzük fel, hogy a kvalitatív tényező(k) hatásának azonosítása után megmaradó szóródás egy részének eredete ismert, és nem lehet,
A két vagy több független változó elemzéséhez használható különböző módszerek (Dawson, Trapp, 2001)
REGRESSZIÓS SZÁMÍTÁSOK II
Kvantitatív módszerek
Kvantitatív módszerek
Egytényezős variancia-analízis
Nominális adat Módusz vagy sűrűsödési középpont Jele: Mo
Statisztika a szociológiában
„A tudomány kereke” Szociológia módszertan WJLF SZM BA Pecze Mariann.
$ Információ Következmény Döntés Statisztikai X.  Gyakorlati problémák megoldásának alapja  Elemzéseink célja és eredménye  Központi szerep az egyén.
Valószínűségszámítás
Gazdaságstatisztika 13. előadás.
Többváltozós adatelemzés
A sztochasztikus kapcsolatok (Folyt). Korreláció, regresszió
Alapsokaság (populáció)
Lineáris regresszió.
avagy Négy halálos lórugás egy év alatt! Mit tesz a kormány?
Két kvantitatív változó kapcsolatának vizsgálata
Adatelemzés számítógéppel
Petrovics Petra Doktorandusz
Miskolci Egyetem Gazdaságtudományi Kar Üzleti Információgazdálkodási és Módszertani Intézet Regresszió-számítás március 30. Dr. Varga Beatrix egyetemi.
Valószínűségszámítás II.
PPKE ITK 2008/09 tanév 8. félév (tavaszi) Távközlő rendszerek forgalmi elemzése Tájékoztatás 4.
Kapcsolat vizsgálat II: kontingencia táblák jelentősége és használata az epidemiológiában, diagnosztikában: RR, OR. Dr. Prohászka Zoltán Az MTA doktora.
Túlélési vizsgálatok kivitelezése, eredményeik értékelése: Kaplan-Meier analízis és Cox regresszió Dr. Prohászka Zoltán egyetemi tanár Semmelweis Egyetem.
Egyedi mérések összegzése
Lineáris regressziós modellek
III. Sz. Belgyógyászati Klinika
Kvantitatív módszerek MBA és Számvitel mesterszak
Dr. Varga Beatrix egyetemi docens
III. Sz. Belgyógyászati Klinika
Bevezetés a kvantitatív kutatásba
Az Európai Unió tagországainak, a csatlakozásra váró országoknak
Valószínűségi változó, eloszlásfüggvény
Szekunder adatok & Alkalmazott statisztikai alapok
Statisztika segédlet a Statistica programhoz Új verzióknál érdemes a View menüsor alatt a Classic menu-s verziót választani – ehhez készült a segédlet.
2. Regresszióanalízis Korreláció analízis: milyen irányú, milyen erős összefüggés van két változó között. Regresszióanalízis: kvantitatív kapcsolat meghatározása.
Dr. Varga Beatrix egyetemi docens
3. Varianciaanalízis (ANOVA)
Előadás másolata:

Túlélési analízis, Cox „proportional hazards” analízis, többváltozós analízis

Miért kell többváltozós modellekhez folyamodnunk (a túlélési analízis során)? Többváltozós világban élünk, minden mindennel összefügg, egy eseményre több tényező is hatást gyakorol A többváltozós analízis segítségével lehet megítélni, hogy egy-egy rizikófaktornak (predictor) milyen relatív súlya van a megfigyelt esemény bekövetkeztében (a többiekhez hasonlítva, predictorok, confounderek, supresserek) Többváltozós analízissel lehet vizsgálni, hogy az adott változónak a többi változóhoz képest független hatása van-e az eseményre

Rizikó faktor Az esemény bekövetkezésével látszólag ok-okozati kapcsolatban álló tényező, azaz magyarázó változó A túlélési analízis arra a kérdésre ad választ, hogy mekkora valószínűsége egy esemény bekövetkeztének a rizikófaktor pozitív csoportban, a rizikófaktor negatív csoporthoz képest. HR: 1.26 (26%-os rizikó fokozódás) Magas koleszterin AMI

Rizikó faktor Az esemény bekövetkezésével látszólag ok-okozati kapcsolatban álló tényező Magas koleszterin AMI Öngyújtó a zsebben Tüdőrák

Rizikófaktor Pathomechanizmus Betegség Hipotetikus direkt kapcsolat Többlépcsős kapcsolat Szövevényes kapcsolat

Öngyújtó a zsebben Tüdőrák Direkt kapcsolat? Dohányzás, mint confounding variable Dohányzás

Rizikófaktor Nincs betegség Gátló faktor jelenléte (suppresser) Suppresser

Rizikófaktor Betegség Jelen van Súlyos Enyhe Nincs jelen Interakciós változó

Cox proportional hazard regresion model Függő változó: túlélési idő. Független változó(k): prediktorok (risk factors), confounderek, suppresserek, interacting variables A túlélési idő eloszlásával kapcsolatban nincs előfeltétel, non-paraméteres tesztnek tekinthető Előzetes feltételezés Arányosság (proportionality): a hazard a független változók értékével arányosan nő (és nem függ az időtől) Speciális eset: időfüggő független változó (pl. életkor)

A rizikófaktorok jellegzetességei Igen/nem típusú (pl. koponya trauma hasi sérüléssel vagy anélkül) Binomiálissá alakítható ismeretek, konszenzus, vagy józan ész szerint (kóros vércukor/ nem kóros) Mi a helyzet a folytonos változókkal? Emészthetővé alakítható? („magas” vs. „alacsony”; ) Standardizálás (elfogadott az 1 SD egységre való kifejezés, de ettől eltérés is lehet) Matematikailag helyes de sokszor nehezen értelmezhető a nyers eredmények modellbe illesztése (ld. példa)

A Cox modell eredményének értelmezése B: regressziós koefficiens Béta: standardizált regressziós koefficiens (mean: 0, SD: 1) Hazard Rate: annak a valószínűsége, hogy a megfigyelési időszak alatt az esemény bekövetkezik (a béta exponenciálisa, eb ) Wald chi-négyzet (p): az egyes koefficiensek szignifikanciájának megítélésére alkalmas mutató

Dependent Variable: survival time (Cox_gyak. sta) Censoring var Dependent Variable: survival time (Cox_gyak.sta) Censoring var.: exit Chi2 = 25,5290 df = 1 p = ,00000 Beta Standard - Error t-value exponent - beta Wald - Statist. p BNP/SD 0,502960 0,078769 6,385227 1,653609 40,77112 0,000000