Contenidos

1. Introducción al análisis de la supervivencia

• Datos de supervivencia: Concepto de censura y truncamiento, definición de los conceptos \"study time\" y \"patient time\", ejemplos, etc.
• Función de supervivencia, función de riesgo y función de riesgo acumulada. Vida residual media.
• Distribuciones clásicas de variables aleatorias de supervivencia: Distribución exponencial, Weibull, Gompertz, log-logística, log-normal, etc.

2. Función de verosimilitud y log-verosimilitud para datos de supervivencia:

• Modelo de censura aleatoria y concepto de censura no informativa.
• Construcción de las funciones de verosimilitud y log-verosimilitud bajo diferentes escenarios de censura y/o truncamiento en los datos de supervivencia.

3. Inferencia no paramétrica para datos de supervivencia con censura por la derecha:

• Estimación de la función de supervivencia (Kaplan-Meier) y de la función de riesgo acumulada (Nelson-Aalen).
• Intervalos de confianza para las funciones de supervivencia y riesgo: Fórmula de Greenwood y transformaciones log y log-log.
• Estimaciones puntuales e intervalos de confianza para el tiempo mediano de supervivencia y otros percentiles.
• Comparación de dos curvas de supervivencia: Las pruebas de Log-Rank y Wilcoxon.

4. Modelos paramétricos para el tiempo de supervivencia: Modelos PH y AFT:

• Modelos de riesgos proporcionales (PH): El modelo de regresión exponencial.
• Modelos de tiempo de vida acelerado (AFT): El modelo de regresión de Weibull.

5. El modelo semi-paramétrico de riesgos proporcionales de Cox:

• Descripción general del modelo.
• Estimación del modelo de regresión de Cox: Concepto de verosimilitud parcial.
• Intervalos de confianza, pruebas de hipótesis y comparación de modelos alternativos.
• Interpretación de las estimaciones de los parámetros del modelo.
• Técnicas de bondad de ajuste en el modelo de regresión de Cox.