Många konventionella metoder för överlevnadsanalys, såsom Kaplan-Meier-metoden för överlevnadsfunktionsuppskattning och partiell likelihood-metoden för uppskattning av Cox-modellens regressionskoefficienter, utvecklades under antagandet att överlevnadstider endast är föremål för högercensurering. I praktiken kan dock observationer av överlevnadstid inkludera intervallcensurerade data, särskilt när den exakta tidpunkten för händelsen av intresse inte kan observeras. När intervallcensurerade observationer finns i en överlevnadsdatauppsättning behöver man i allmänhet överväga sannolikhetsbaserade metoder för inferens. Om den aktuella överlevnadsmodellen är helt parametrisk, medför sannolikhetsbaserade metoder varken teoretiska eller beräkningsmässiga utmaningar. Men om modellen är semiparametrisk kommer det att finnas svårigheter i både teoretiska och beräkningsmässiga aspekter. Sannolikhetsmetoder i överlevnadsanalys: Med R-exempel utforskar dessa utmaningar och ger praktiska lösningar. Den täcker inte bara konventionella Cox-modeller där överlevnadstider är föremål för intervallcensurering, utan sträcker sig även till mer komplicerade modeller såsom stratifierade Cox-modeller, utökade Cox-modeller där tidsvarierande kovariater finns, blandade Cox-modeller och Cox-modeller med beroende högercensurering. Boken diskuterar även icke-Cox-modeller, särskilt den additiva riskmodellen och parametriska loglinjära modeller för bivariata överlevnadstider där det finns ett beroende mellan konkurrerande utfall. Funktioner Ger en bred och lättillgänglig översikt över sannolikhetsmetoder inom överlevnadsanalys. Täcker ett brett spektrum av datatyper och modeller, från den semiparametriska Cox-modellen med intervallcensurering till parametriska överlevnadsmodeller för konkurrerande risker. Innehåller många exempel som använder verkliga data för att illustrera metoderna. Inkluderar integrerad R-kod för implementering av metoderna. Kompletteras av ett GitHub-arkiv med dataset och R-kod. Boken är en idealisk referens för forskare och doktorander inom biostatistik och datavetenskap vars intresse för överlevnadsanalys sträcker sig bortom tillämpningar. Den erbjuder användbar och gedigen utbildning för dem som vill förbättra sina kunskaper inom metodologi och beräkningsaspekter av biostatistik. . Språk: Engelska.