.
Izdzīvotības analīze
Studiju kursa apraksts
Kursa apraksta statuss:Apstiprināts
Kursa apraksta versija:4.00
Kursa apraksta apstiprināšanas datums:14.03.2024 11:39:41
| Par studiju kursu | |||||||||
| Kursa kods: | SL_118 | LKI līmenis: | 7. līmenis | ||||||
| Kredītpunkti: | 2.00 | ECTS: | 3.00 | ||||||
| Zinātnes nozare: | Matemātika; Varbūtību teorija un matemātiskā statistika | Mērķauditorija: | Dzīvās dabas zinātnes | ||||||
| Studiju kursa vadītājs | |||||||||
| Kursa vadītājs: | Andrejs Ivanovs | ||||||||
| Studiju kursa īstenotājs | |||||||||
| Struktūrvienība: | Statistikas mācību laboratorija | ||||||||
| Struktūrvienības vadītājs: | |||||||||
| Kontaktinformācija: | Kapseļu iela 23, 2.stāvs, Rīga, statistika rsu[pnkts]lv, +371 67060897 | ||||||||
| Studiju kursa plānojums | |||||||||
| Pilns laiks - 1. semestris | |||||||||
| Lekcijas (skaits) | 6 | Lekciju ilgums (akadēmiskās stundas) | 2 | Kopā lekciju kontaktstundas | 12 | ||||
| Nodarbības (skaits) | 6 | Nodarbību ilgums (akadēmiskās stundas) | 2 | Kopā nodarbību kontaktstundas | 12 | ||||
| Kopā kontaktstundas | 24 | ||||||||
| Nepilns laiks - 1. semestris | |||||||||
| Lekcijas (skaits) | 6 | Lekciju ilgums (akadēmiskās stundas) | 1 | Kopā lekciju kontaktstundas | 6 | ||||
| Nodarbības (skaits) | 6 | Nodarbību ilgums (akadēmiskās stundas) | 2 | Kopā nodarbību kontaktstundas | 12 | ||||
| Kopā kontaktstundas | 18 | ||||||||
| Studiju kursa apraksts | |||||||||
| Priekšzināšanas: | • Pārzina varbūtību teoriju un matemātisko statistiku. • Pamatzināšanas „R” programmatūrā. • Pamatzināšanas par lineārajiem modeļiem un statistiskā novērtēšanas metodēm (maksimālā ticamība/iespējamība). | ||||||||
| Mērķis: | Studiju kursa mērķis ir sniegt studentiem padziļinātas zināšanas par laiks līdz notikumam datu analīzes metodoloģiju, kas ļoti bieži sastopami biomedicīnas pētījumos (klīniskajā izpētē, kohortas pētījumos). Mērķis ir nodrošināt studentiem rīkus un izplatītākās metodes, kas tiek izmantotas šādiem datiem, kā arī īsu pārskatu par padziļinātām un aktuālām tēmām. Kurss lielā mērā koncentrēsies uz praktisko darbu, papildus apskatot arī matemātisko pamatu un metodoloģijas pamatojumu. Statistikas programmatūra „R” tiks izmantota praktiskajās datornodarbībās, kur studenti analizēs reālas datu kopas, lai spētu pārliecināti pielietot metodoloģiju praktiskai datu analīzei. | ||||||||
| Tēmu saraksts (pilna laika studijas) | |||||||||
| Nr. | Tēma | Īstenošanas forma | Skaits | Norises vieta | |||||
| 1 | Ievads laiks līdz notikumam datiem: cenzēšana, laika skalas, izdzīvotības un riska funkcijas. Izdzīvotības laika izplatītie parametriskie sadalījumi. | Lekcijas | 1.00 | auditorija | |||||
| 2 | Laiks līdz notikumam dati un parametriskie izdzīvotības sadalījumi „R”. | Nodarbības | 1.00 | datorklase | |||||
| 3 | Izdzīvotības funkcijas Kaplana-Meiera novērtējums. | Lekcijas | 1.00 | auditorija | |||||
| 4 | Kaplana-Meiera novērtējums un izdzīvotības funkcijas grafiski rādītāji „R”. | Nodarbības | 1.00 | datorklase | |||||
| 5 | Izdzīvotības datu modeļi: proporcionālie draudi un paātrināta neveiksmes laika modeļi. Parametriskā modelēšana. | Lekcijas | 1.00 | auditorija | |||||
| 6 | Parametriskie izdzīvotības modeļi „R”. | Nodarbības | 1.00 | datorklase | |||||
| 7 | Koksa proporcionālo draudu modelis: modeļa pielāgošana, izmantojot parciālās ticamības metodi. | Lekcijas | 1.00 | auditorija | |||||
| 8 | Koksa modeļu pielāgošana „R”. | Nodarbības | 1.00 | datorklase | |||||
| 9 | Koksa proporcionālo draudu modelis: diagnostika, atlikumi, prognozes. No laika atkarīgie kovariāti. | Lekcijas | 1.00 | auditorija | |||||
| 10 | Koksa modeļu diagnostika un prognozes „R”. | Nodarbības | 1.00 | datorklase | |||||
| 11 | Pārskats par dažiem Koksa modeļa paplašinājumiem: konkurējošo risku modeļi, atkārtotu notikumu modeļi, frailty modeļi, garengriezuma un laiks līdz notikumam datu kopīga modelēšana. | Lekcijas | 1.00 | auditorija | |||||
| 12 | Izdzīvotības un kumulatīvās incidences funkciju novērtējums konkurējošu risku klātbūtnē „R”. Modeļi ar kovariātiem, kas atkarīgi no laika. | Nodarbības | 1.00 | datorklase | |||||
| Tēmu saraksts (nepilna laika studijas) | |||||||||
| Nr. | Tēma | Īstenošanas forma | Skaits | Norises vieta | |||||
| 1 | Ievads laiks līdz notikumam datiem: cenzēšana, laika skalas, izdzīvotības un riska funkcijas. Izdzīvotības laika izplatītie parametriskie sadalījumi. | Lekcijas | 1.00 | auditorija | |||||
| 2 | Laiks līdz notikumam dati un parametriskie izdzīvotības sadalījumi „R”. | Nodarbības | 1.00 | datorklase | |||||
| 3 | Izdzīvotības funkcijas Kaplana-Meiera novērtējums. | Lekcijas | 1.00 | auditorija | |||||
| 4 | Kaplana-Meiera novērtējums un izdzīvotības funkcijas grafiski rādītāji „R”. | Nodarbības | 1.00 | datorklase | |||||
| 5 | Izdzīvotības datu modeļi: proporcionālie draudi un paātrināta neveiksmes laika modeļi. Parametriskā modelēšana. | Lekcijas | 1.00 | auditorija | |||||
| 6 | Parametriskie izdzīvotības modeļi „R”. | Nodarbības | 1.00 | datorklase | |||||
| 7 | Koksa proporcionālo draudu modelis: modeļa pielāgošana, izmantojot parciālās ticamības metodi. | Lekcijas | 1.00 | auditorija | |||||
| 8 | Koksa modeļu pielāgošana „R”. | Nodarbības | 1.00 | datorklase | |||||
| 9 | Koksa proporcionālo draudu modelis: diagnostika, atlikumi, prognozes. No laika atkarīgie kovariāti. | Lekcijas | 1.00 | auditorija | |||||
| 10 | Koksa modeļu diagnostika un prognozes „R”. | Nodarbības | 1.00 | datorklase | |||||
| 11 | Pārskats par dažiem Koksa modeļa paplašinājumiem: konkurējošo risku modeļi, atkārtotu notikumu modeļi, frailty modeļi, garengriezuma un laiks līdz notikumam datu kopīga modelēšana. | Lekcijas | 1.00 | auditorija | |||||
| 12 | Izdzīvotības un kumulatīvās incidences funkciju novērtējums konkurējošu risku klātbūtnē „R”. Modeļi ar kovariātiem, kas atkarīgi no laika. | Nodarbības | 1.00 | datorklase | |||||
| Vērtēšana | |||||||||
| Patstāvīgais darbs: | 1. Patstāvīgais darbs ar kursa materiālu, gatavojoties visām lekcijām pēc plāna. 2. Patstāvīgs datu analīzes projekts, lai praktizētos darbā ar praktiskajās nodarbībās apgūtajiem rīkiem. | ||||||||
| Vērtēšanas kritēriji: | Novērtējums 10 ballu skalā saskaņā ar RSU Studiju reglamentu: • Patstāvīgs datu analīzes projekts (50%) un projekta rezultātu prezentācija (50%). | ||||||||
| Gala pārbaudījums (pilna laika studijas): | Eksāmens (Mutisks) | ||||||||
| Gala pārbaudījums (nepilna laika studijas): | Eksāmens (Rakstisks) | ||||||||
| Studiju rezultāti | |||||||||
| Zināšanas: | Pēc kursa sekmīgas apgūšanas studējošie pārzina statistiskās analīzes metodoloģijas klāstu, kas pieejams laiks līdz notikumam datiem. Studējošie būs ieguvuši plašas zināšanas par klasiskajām metodēm, piemēram, Kaplana-Meiera novērtējumu un Koksa proporcionālo draudu modeļa izdzīvotības datiem, kā arī priekšstatu un izpratni par sarežģītākām tēmām: zināt, kādās situācijās vajadzīgas nestandarta metodes un kādi ir pieejamie resursi analīzes veikšanai. | ||||||||
| Prasmes: | • Studējošie spēs patstāvīgi rīkoties ar izplatītākajiem izdzīvotības datu veidiem, vajadzības gadījumā pārveidojot datu formātus un izmantojot izdzīvotības sadalījumu grafiskās vizualizācijas rīkus. • Spēja pielāgot Koksa proporcionālo draudu modeļus, apzinoties pamatā esošos pieņēmumus un izmantojot piemērotus rīkus modeļa diagnostikai. • Studējošie spēs prezentēt rezultātus zinātniskām prezentācijām un publikācijām atbilstošā formātā. | ||||||||
| Kompetences: | • Pēc kursa sekmīgas apguves studējošais būs kompetents zinātnisko publikāciju atlasīšanā un kritiskā lasīšanā, kurās ir izmantota izdzīvotības analīzes metodoloģija, kā arī secinājumu izveidošanā un zinātnisko pierādījumu apkopošanā. • Studējošie spēs plānot datu analīzi turpmākam pētījumam, izmantojot izdzīvotības analīzes metodoloģiju. • Studējošie ierosinās virkni iespējamo standarta metodikas paplašinājumu (konkurējošie riski, frailty modeļi) un spēs strādāt ar pieejamajiem literatūras resursiem, lai izstrādātu plānu, kas atbilst viņu analīzes vajadzībām. | ||||||||
| Bibliogrāfija | |||||||||
| Nr. | Atsauce | ||||||||
| Obligātā literatūra | |||||||||
| 1 | Collett D. Modelling Survival Data in Medical Research (3rd Edition). Chapman and Hall/CRC, 2014. | ||||||||
| Papildu literatūra | |||||||||
| 1 | Andersen, P. K. and Keiding, N. Survival and event history analysis. Wiley, 2006. | ||||||||
