Geri Dön

Sağkalım verileri ile boylamsal verilerin birleşik modellenmesi ve sağlık alanına bir uygulama

Joint modeling of survival and longitudinal non-survival data with an application to medical data

PDF İndir

  1. Tez No: 453907
  2. Yazar: EBRU TURGAL
  3. Danışmanlar: YRD. DOÇ. DR. BEYZA DOĞANAY ERDOĞAN
  4. Tez Türü: Yüksek Lisans
  5. Konular: Biyoistatistik, Biostatistics
  6. Anahtar Kelimeler: Birleşik Modelleme, Boylamsal Veri Analizi, Karışık Etki, Rastgele Etki, Sağkalım Analizi, Biyoistatistik, Sağkalım, Sağlık, Sağlık araştırmaları, Veri analizi, Veri modelleme, Joint Modeling, Longitudinal Data Analysis, Mixed Effects, Random Effects, Survival Analysis, Bioistatistics, Survival, Health, Health surveys, Data analysis, Data modelling
  7. Yıl: 2016
  8. Dil: Türkçe
  9. Üniversite: Ankara Üniversitesi
  10. Enstitü: Sağlık Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Biyoistatistik Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Boylamsal veriler, aynı bireyden farklı zaman ya da koşullar altında tekrarlı olarak yapılan gözlem ya da ölçümler sonucu elde edilen verileri temsil eder. Sağkalım verileri ise belli bir izlem süresi boyunca ilgilenilen olayı (ölüm, hastalığın nüks etmesi, organ nakli olması, vb.) ve görülme zamanını kapsar. Geleneksel olarak aynı çalışma kapsamında toplanan bu iki tip veri farklı istatistiksel yöntemler kullanılarak incelenir. Ancak son zamanda bu iki farklı veri tipinin birlikte modellenmesi üzerinde çalışmalar yapılmaktadır. Toplanan bu tip verilerinden doğru sonuçlar elde edebilmek için birleşik modelleme yönteminin kullanılması gerekliliği yapılan çalışmalar sonucu ortaya konmuştur. Bu tez çalışmasında, boylamsal veriler ile sağkalım verilerinin birleşik modellenmesi üzerine geliştirilen yöntemler incelenecek, sağlık alanından bir veri seti üzerinde birleşik modelleme yöntemi uygulanarak, modelin veriye uyumu test edilerek veriye en uygun birleşik model seçimi yapılmıştır. Ayrıca aynı veri setindeki sağkalım verisi sağkalım analizi ile, boylamsal veri kısmı da boylamsal veri analizi ile ayrı ayrı modellenmiştir. Hem birleşik modelden, hem de ayrı ayrı modellemeden elde edilen sonuçlar yorumlanmıştır. Veri analizi için açık kaynak kodlu R yazılımı kullanılmıştır.

Özet (Çeviri)

A longitudinal study refers to an investigation where observations or measurements are collected at multiple follow-up times. Survival data includes events (death, recurrence of a disease or transplantation etc.) for a certain follow-up period and the survival time. Traditionally, these two data types collected for the same study purpose are analyzed with different statistical methods. However, recently these two different types of data are being studied modeling with jointly. To obtain accurate results from these kinds of data, further studies showed the necessity of joint modeling. In this thesis, the methods developed for modeling survival and longitudinal data jointly were examined and, joint modeling techniques were applied to a medical data. After testing whether the model fits the data well, most appropriate joint model was selected. Also, for the same data set, survival data will be modeled with survival analysis and longitudinal data was modeled with longitudinal data analysis separately. Both the results obtained from the joint model and the results obtained from separately modeled before were reviewed. For data analysis, open source R software will be used.

Geri Dön