Analýza přežití v R

Bálint Pásztor

Master's thesis

Survival Analysis in R

Abstract:

Analýza přežití je statistickým oborem, který analyzuje dobu do nastání určité události. Cílem této empirické práce je popsat možnosti analýzy přežití v softwarovém prostředí R. Teoretické znalosti jsou aplikovány na reálná data, parametrické a neparametrické odhady funkce přežití jsou hodnoceny různými metodami a srovnávány mezi sebou. V části zaměřující se na neparametrické modely jsou popsány Kaplan-Meierova a Nelson-Aalenova funkce. Mezi parametrické odhady byla zařazena známá pravděpodobnostní rozdělení, jsou prezentovány funkce přežití a funkce rizika odvozené z těchto rozdělení a diskutována jejich využitelnost v analýze přežití. Dalším cílem práce je ukázat možnosti odvození pravděpodobností přechodu ze získaných odhadů a sestavení Markovova řetězce pro modelování vývoje zkoumané kohorty v čase. Druhá část práce obsahuje popis aplikace teorie analýzy přežití. V této části jsou uvedeny možnosti statistického modelování v oblasti analýzy přežití v softwaru R. Výstupy z R byly použity k vytvoření Markovova modelu. Jsou prezentovány možnosti využití farmakoekonomických modelů a popsány základní pojmy oblasti HTA. V souladu s metodikou SÚKL byl proveden výpočet nákladové efektivity pomocí ukazatele ICER. Bylo ukázáno, že statistické modelování přežití hraje důležitou roli v hodnocení nákladové efektivity léčivých přípravků.

Abstract:

Survival analysis is a statistical discipline that analyzes the time to occurrence of certain events. The aim of this thesis is to describe the possibilities of survival analysis in the environment of statistical software R. Theoretical knowledge is applied to real data, parametric and nonparametric estimates of survival functions are evaluated by different methods and compared with each other. In the section focusing on nonparametric models Kaplan-Meier and Nelson-Aalen functions are described. Among the parametric estimates there were included well-known probability distributions, survival functions and risk functions derived from these distributions are presented and there is discussed their usefulness in survival analysis. Another aim is to show the possibility of deriving transition probabilities from estimates and building a Markov chain model to capture the changes of studied cohort over time. The second part of the work contains a description of the applications of the theory of survival analysis. In this section there are shown possibilities of statistical modeling in the field of survival analysis using the software R. Outputs from R were used to create Markov model. There are presented possibilities of pharmacoeconomic models and description of the basic concepts of HTA. Cost-effectiveness calculations using ICER were conducted in accordance with the methodology of SUKL. It was shown that the statistical modelling of survival plays an important role in the evaluation of the cost-effectiveness of medicines.

Keywords

Kaplan-Meierova křivka, Markovův model, software R, analýza přežití, HTA

Keywords

HTA, software R, Kaplan-Meier curve, survival analysis, Markov model

Language used: Czech

Date on which the thesis was submitted / produced: 27. 2. 2015

Thesis defence

• Date of defence: 3. 2. 2016
• Supervisor: Ivana Malá
• Reader: Adam Čabla

Vysoká škola ekonomická v Praze

Master programme / field:
Kvantitativní metody v ekonomice / Statisticko-pojistné inženýrství