Análisis de supervivencia para la investigación epidemiológica y médica

Opiniones de los lectores

El libro ofrece una buena introducción a los conceptos del análisis de supervivencia, pero tiene una acogida desigual entre los usuarios. Aunque está bien escrito y cubre los principios fundamentales con eficacia, algunos lectores creen que le falta enfoque como guía práctica y no aborda adecuadamente los modelos de uso común en este campo.

Bien escrito, explicaciones claras de los conceptos del análisis de supervivencia, descripciones sucintas de los principios subyacentes con ejemplos detallados, voz entusiasta y crítica sobre las técnicas, buenas advertencias sobre los supuestos, adecuado tanto para libros de texto de cursos como para servir de introducción a quienes tienen conocimientos básicos de matemáticas, mejor conversión a Kindle para el contenido técnico.

No es el enfoque adecuado como guía práctica, énfasis en modelos paramétricos menos utilizados en lugar de los populares como los modelos KM o PH de Cox, secciones difíciles para lectores con conocimientos estadísticos mínimos, inclusión de un capítulo sobre tablas de vida que puede no ser relevante.

(basado en 4 opiniones de lectores)

Título original:

Survival Analysis for Epidemiologic and Medical Research

Contenido del libro:

Esta guía práctica muestra por qué funcionan los métodos analíticos y cómo analizar e interpretar eficazmente los datos epidemiológicos y médicos de supervivencia con la ayuda de modernos sistemas informáticos.

La introducción presenta una revisión de una variedad de métodos estadísticos que no sólo son elementos clave del análisis de supervivencia, sino que también son fundamentales para el análisis estadístico en general. Técnicas como las pruebas estadísticas, las transformaciones, los intervalos de confianza y la modelización analítica se presentan en el contexto de los datos de supervivencia, pero son, de hecho, herramientas estadísticas que se aplican para comprender el análisis de muchos tipos de datos.

Del mismo modo, las discusiones de conceptos estadísticos como sesgo, confusión, independencia e interacción se presentan en el contexto del análisis de supervivencia, así como los componentes básicos de una amplia gama de aplicaciones.