Математика - - Анализ выживаемости - 1 ч. = конспект YandexGPT
Математика - - Анализ Выживаемости - 1 часть конспект от YandexGPT -
00:08 Логистическая регрессия
• Обсуждение задачи прогнозирования выживаемости почечного трансплантата.
• Упоминание о логистической регрессии как возможном методе решения задачи.
07:33 Обсуждение факторов, влияющих на выживаемость
• Упоминание о том, что выживаемость пациентов может быть разной, и не все доживают до пенсионного возраста.
• Обсуждение использования логистической регрессии для прогнозирования выживаемости.
15:08 Выбор зависимой переменной
• Зависимая переменная - это “померла почка“ или “не померла“.
• Возможные факторы, которые могут быть использованы для прогнозирования: возраст донора, дата операции, дата, когда почка померла.
17:10 Решение о применении логистической регрессии
• Обсуждение необходимости использования логистической регрессии для решения задачи.
• Предложение подумать о возможных факторах и их влиянии на выживаемость перед использованием логистической регрессии.
18:08 Обсуждение выживаемости пациентов с пересаженной почкой
• В видео обсуждается выживаемость пациентов с пересаженной почкой, а также влияние времени наблюдения на результаты.
• Упоминается, что некоторые пациенты могут иметь плохое здоровье, старый донор или молодой донор, что может влиять на выживаемость.
23:51 Учет времени наблюдения
• В видео подчеркивается важность учета времени наблюдения для оценки выживаемости пациентов.
• Упоминается, что некоторые пациенты могут наблюдаться в течение длительного времени, но терминальное событие еще не наступило.
31:25 Логистическая регрессия и оценка выживаемости
• В видео говорится о том, что логистическая регрессия не применима для таких задач, так как она не учитывает время наблюдения.
• Предлагается использовать другие методы для оценки выживаемости, такие как оценка снизу или оценка сверху.
34:36 Выживание пациентов после трансплантации почки
• Обсуждается выживаемость пациентов после трансплантации почки, с учетом того, что терминальное событие (потеря почки) может наступить в любой момент времени.
• Кривые выживаемости могут быть построены для разных групп пациентов, с учетом того, что некоторые из них могут потерять почку через 5 лет, а другие - через 15 лет.
39:55 Использование оценок Каплана-Майера
• Для сравнения кривых выживаемости предлагается использовать оценки Каплана-Майера, которые учитывают цензурированные наблюдения (пациенты, для которых терминальное событие не наступило).
• Для этого используется дополнительный пакет “PyLinal“ для Python.
49:15 Цензурированные данные
• Видео обсуждает различные типы цензурированных данных, включая цензурированные справа и слева.
• Приводится пример с пациентом с атипичным гемолитико-уремическим синдромом, который жил с этим заболеванием в течение 10 лет, но неизвестно, когда оно началось.
54:22 Оценка средней продолжительности жизни
• Обсуждается, как оценка средней продолжительности жизни может быть смещена, если не учитывать цензурированные данные.
• Предлагается использовать генератор случайных чисел для генерации данных с экспоненциальным распределением, чтобы оценить среднюю продолжительность жизни популяции.
01:00:19 Логистическая регрессия и экспоненциальное распределение
• В видео обсуждается использование логистической регрессии для прогнозирования вероятности смерти в течение первого года для людей с различными заболеваниями.
• Однако, если данные не цензурированы, то есть не все люди умерли, то логистическая регрессия не может быть использована.
• Вместо этого, автор предлагает использовать экспоненциальное распределение для генерации данных, где времена жизни особей распределены экспоненциально.
01:07:19 Сравнение смертности в разные периоды времени
• Автор обсуждает, как сравнивать смертность людей, которые были прооперированы в разные периоды времени, используя экспоненциальное распределение.
• Он приводит пример, что если сравнить смертность людей, прооперированных в 1990-х и 2000-х, то можно увидеть, что смертность в 1990-х была выше, чем в 2000-х.
• Это может быть связано с тем, что в 1990-х использовались менее эффективные методы лечения, чем в 2000-х.
01:13:03 Анализ выживаемости
• Видео обсуждает различные методы анализа выживаемости, включая оценку Каплана-Майера и Кокс-регрессию.
• Обсуждается использование пакета LifeLines для построения графиков и анализа данных.
01:15:48 Функция выживаемости
• Функция выживаемости определяется как вероятность того, что случайная переменная (т.е. время жизни) будет больше определенного значения.
• Функция выживаемости может быть интерпретирована как доля умерших к моменту времени t или доля выживших.
• Функция выживаемости является кумулятивной функцией распределения, то есть вероятность т
2 views
1259
516
2 months ago 00:03:40 3
2024 (MVK). Белая грива - Руслан Богатырев
2 months ago 00:02:15 1
Российские учёные первыми в мире создали препарат от болезни Бехтерева
2 months ago 00:18:36 1
ЭЙЛЕР. Грандиозное математическое наследие
2 months ago 00:06:35 1
Городок - Учёный у Мэра
2 months ago 00:06:34 1
Я ЕМ ЭТО КАЖДЫЙ ДЕНЬ И ВАМ РЕКОМЕНДУЮ! Знаменитый Ученый Лео Бокерия о секретах долголетия
2 months ago 00:09:10 1
ВОТ ПОЧЕМУ ОБ ЭТОМ МОЛЧАТ..Гениальный ученый Карл Юнг про Создателя
2 months ago 01:59:37 1
Двойная жизнь Пушкина: о чем не говорили в школе. Сергей Сурин о женщинах, облысении и заработках
2 months ago 00:12:17 3
1_5
2 months ago 00:09:51 1
1_3
2 months ago 00:07:34 1
1_2
2 months ago 00:09:04 1
1_1
2 months ago 00:10:28 1
Забудь метод из СССР! Смотрите как легко делить дроби! Учитель математики решил задание за 5 класс
2 months ago 04:15:07 1
RGG, day 18 добил говно про ученого
2 months ago 00:35:24 1
Как ученые будут продлевать жизнь Путину и его друзьям? Будут ли править Россией дети из бункера?
2 months ago 00:01:44 1
💱 Торговые роботы на заказ ⚫ Forex индикаторы купить ⭐