Stata16による生存時間分析
あるイベント(人の死亡、企業の倒産、試験の合格)が発生時間するまでの時間(日数)をアウトカムとする生存時間分析の基礎を学ぶための講習会です。生存時間を分析するためのアプローチは、連続変数や離散的な変数をアウトカムとする回帰モデルとは、大きく異なる方法を利用します。生存時間分析の基礎知識、Stataの操作方法、そして解析結果の正しい解釈方法を習得することを目的とします。
*2020年3月まで行っていた「Stata医療統計セミナー 比例ハザードモデル編」の内容を生存分析に絞り、その分、内容を充実させてリニューアルしました。
*2020年3月まで行っていた「Stata医療統計セミナー 比例ハザードモデル編」の内容を生存分析に絞り、その分、内容を充実させてリニューアルしました。
- 講習内容
-
■講習内容
1.生存時間と打ち切りデータ
生存時間というデータの特徴について解説します。例えば、ロジスティック回帰分析の場合、各個体の共変量をそのまま利用しますが、生存時間分析ではデータの観測途中で被験者がテストから何らかの理由により脱落してしまうことがあります。このようなデータを打ち切りデータと呼びます。
キーワード:イベントの発生、打ち切り
2.Kaplan-Meier推定量
生存時間データを用いたKaplan-Meier推定量(Kaplan and Meier (1958))の考え方を解説します。この推定量を使って生存曲線を描くことができます。生存関数を理解し、そこから話をハザード関数へと展開します。
キーワード:生存関数、生命表推定量、Kaplan-Meier推定量の95%信頼区間、生存関数の比較
3.COX比例ハザードモデル1
時間と共変量を用いてハザードを定義するセミパラメトリック回帰モデルの考え方を解説します。Kaplan-Meier推定量とは異なり、共変量を利用するこのモデルでは推定後にモデルの診断を行う必要があります。
キーワード:ベースラインハザード関数、部分尤度、比例ハザード性の検定
4.COX比例ハザードモデル2(*New)
4-1.共変量の時間変化
COX比例ハザードモデル1で利用するデータは共変量が変化しない場合を想定しています。観測期間中に共変量が変化し、アウトカムへの影響が変化することが考えられる場合は、それに対応した推定方法(コマンドオプション)が用意されています。変化が離散的であるか、連続的であるかによって対応方法が異なります。
4-2.スプライン曲線のプロット
推定したCOX比例ハザードモデルを使って、関心のある共変量(年齢など)と対数ハザードの関係をスムーズ化したグラフで表現する方法を習得します。
キーワード:時間依存性共変量、スプリッティング
*News:新たに追加した項目です
※ 最小開催人員は1名です。
※ セミナーは終了後(17:00)は質疑応答の時間となります。お気軽にご質問ください。 - 参加費用(税抜き)
-
45,000円
- 会場
-
株式会社ライトストーン セミナールーム
JR秋葉原駅/JR浅草橋駅 徒歩7分 都営新宿線岩本町駅 徒歩5分 JR馬喰町駅 徒歩5分 地図
開催日時 | 空席状況 | 申込 |
2021年3月4日(木) 10:00-17:00 | 受付中 |