Después de hacer estos cursos, me siento seguro creando visualizaciones y cuadros de mando profesionales
Shoebur RahmanEspecialista en adquisiciones, Giz Bangladesh
Descripción del curso
¿Cuánto tarda en aparecer la gripe tras la exposición? ¿Y qué pasa si no sabes cuándo se contagió la gente? ¿Influyen el salario y el equilibrio entre vida personal y laboral en la rapidez de la rotación de personal? Muchos retos reales requieren análisis de supervivencia para estimar con rigor el tiempo hasta un evento y así extraer conclusiones de las distribuciones de tiempos. Este curso te presenta los conceptos básicos del análisis de supervivencia. Con práctica guiada, aprenderás a calcular, visualizar, interpretar y comparar curvas de supervivencia usando los modelos de Kaplan-Meier, Weibull y Cox PH. Al finalizar, sabrás modelar distribuciones de supervivencia, crear gráficos claros de curvas de supervivencia e incluso predecir duraciones de supervivencia.
Requisitos previos
Programa de formación
Contenido del curso
1
Introducción al análisis de supervivencia
¿Qué problemas resuelve el análisis de supervivencia y qué es la censura? Responderás a estas preguntas mientras exploras datos de análisis de supervivencia, construyes curvas de supervivencia y haces estimaciones básicas del tiempo de supervivencia.
- ¿Qué es el análisis de supervivencia?50 XP
- ¿Qué problemas resuelve el análisis de supervivencia?100 XP
- Elige los datos adecuados para el análisis de supervivencia50 XP
- ¿Por qué usar análisis de supervivencia?50 XP
- Identifica el tipo de censura50 XP
- Preprocesa datos censurados100 XP
- Primera mirada a los datos censurados100 XP
- ¡Tu primera curva de supervivencia!50 XP
- Dibuja una curva de supervivencia100 XP
- ¡Viva la democracia!100 XP
2
Estimación de curvas de supervivencia
En este capítulo, aprenderás cómo funciona el modelo de Kaplan-Meier y cómo ajustarlo, visualizarlo e interpretarlo. Después aplicarás este modelo para explorar cómo las variables categóricas afectan a la supervivencia y verás cómo complementar tu análisis con pruebas de hipótesis como la prueba de rangos logarítmicos (log-rank).
3
El modelo de Weibull
Descubre cómo modelar datos de tiempo hasta evento con modelos paramétricos. Aprende a usar el modelo de Weibull y el modelo Weibull AFT y para qué sirve cada uno. Utiliza regresión de supervivencia para inferir cómo las covariables afectan a la función de supervivencia y aprende a seleccionar el mejor modelo de supervivencia para tus datos.
4
El modelo de Cox PH
¡Otro capítulo, otro modelo! En este último capítulo, aprenderás la suposición de riesgos proporcionales y el papel que desempeña al ajustar e interpretar el modelo de Riesgos Proporcionales de Cox. También aprenderás a predecir los tiempos de supervivencia de nuevos sujetos usando el modelo de Riesgos Proporcionales de Cox.
Análisis de supervivencia en Python
Curso
completado
