Análisis de Supervivencia en R para Salud Pública

Comprender cuánto tiempo tarda en ocurrir un evento es fundamental en salud pública, ya sea que esté rastreando los tiempos de recuperación de pacientes, la recurrencia de enfermedades o la eficacia del tratamiento. El análisis de supervivencia proporciona las herramientas estadísticas especializadas necesarias para analizar estos datos de tiempo hasta el evento con precisión. En este curso escrito, aprenderá a realizar análisis de supervivencia desde cero utilizando R. Dominará conceptos clave como el censoring y las razones de hazard, y aprenderá a aplicar flujos de trabajo modernos de R para limpiar, analizar e interpretar datos de salud del mundo real. Lo que aprenderá: - Comprender la terminología fundamental del análisis de supervivencia, incluido el censoring, las funciones de supervivencia y las tasas de hazard. - Calcular probabilidades de supervivencia utilizando el estimador de Kaplan-Meier para rastrear los resultados de los pacientes a lo largo del tiempo. - Comparar curvas de supervivencia entre diferentes grupos de pacientes utilizando la prueba de log-rank. - Modelar el impacto de múltiples factores de riesgo simultáneamente utilizando la regresión de Cox de riesgos proporcionales. - Aplicar principios modernos de tidyverse para limpiar y preparar conjuntos de datos de tiempo hasta el evento para su análisis. - Interpretar resultados estadísticos para extraer conclusiones significativas y accionables para informes de salud pública. El curso comienza con conceptos teóricos centrales y definiciones antes de guiarlo a través de la preparación práctica de datos, la estimación de curvas y el modelado de regresión en R. Este curso está diseñado para estudiantes de salud pública, investigadores y analistas de datos que son nuevos en el análisis de supervivencia y desean expandir sus habilidades de programación en R. No se requieren conocimientos estadísticos avanzados. Comience a leer hoy mismo para desbloquear información más profunda de sus datos de salud.