Joint Models for Longitudinal and Time-to-Event Data

• Název práce v češtině: Sdružené modely pro longitudinální a cenzorovaná data
• Název v anglickém jazyce: Joint Models for Longitudinal and Time-to-Event Data
• Klíčová slova: Bayesovská statistika, sdružený model, Coxův model, lineární smíšený model, model s latetními třídami
• Klíčová slova anglicky: Bayesian statistics, joint model, Cox model, inear mixed effects model, latent class model
• Akademický rok vypsání: 2018/2019
• Typ práce: diplomová práce
• Jazyk práce: angličtina
• Ústav: Katedra pravděpodobnosti a matematické statistiky (32-KPMS)
• Vedoucí / školitel: doc. RNDr. Arnošt Komárek, Ph.D.
• Řešitel: skrytý - zadáno a potvrzeno stud. odd.
• Datum přihlášení: 02.10.2018
• Datum zadání: 02.10.2018
• Datum potvrzení stud. oddělením: 19.11.2018
• Datum a čas obhajoby: 07.07.2020 08:00
• Datum odevzdání elektronické podoby: 27.05.2020
• Datum odevzdání tištěné podoby: 27.05.2020
• Datum proběhlé obhajoby: 07.07.2020
• Oponenti: doc. Ing. Marek Omelka, Ph.D.

Zásady pro vypracování

Cílem diplomové práce je samostatně nastudovat a přehledně shrnout základy sdruženého modelování longitudinálních dat a (cenzorovaných) dat o času do určité události. Pro vybrané přístupy budou podrobněji odvozeny základní statistické vlastnosti, resp. budou detailněji studovány algoritmy používané k výpočtu odhadů parametrů zvolených modelů. V závislosti na zájmech studentky mohou být vybrané postupy porovnány pomocí simulační studie.

Zápis této DP vyžaduje úspěšné ukončení předmětu Pokročilé regresní modely (NMST432). V rámci práce na DP nutno absolvovat tyto povinně volitelné předměty: Bayesovské metody (NMST431); Analýza censorovaných dat (NMST531).

Seznam odborné literatury

[1] Diggle, P. J., Sousa, I., Chetwynd, A. G. (2008). Joint modelling of repeated measurements and time-to-event outcomes: The fourth Armitage lecture. Statistics in Medicine, 27(16), 2981-2998, doi: 10.1002/sim.3131.
[2] Gould, A. L., Boye, M. E., Crowther, M. J., Ibrahim, J. G., Quartey, G., Micallef, S., Bois, F. Y. (2015). Joint modeling of survival and longitudinal non-survival data: current methods and issues. Report of the DIA Bayesian joint modeling working group. Statistics in Medicine, 34(14), 2181-2195, doi: 10.1002/sim.6141.
[3] Proust-Lima, C., Séne, M., Taylor, J. M. G., Jacqmin-Gadda, H. (2014). Joint latent class models for longitudinal and time-to-event data: A review. Statistical Methods in Medical Research, 23(1), 74-90, doi: 10.1177/0962280212445839.
[4] Rizopoulos, D. (2012). Joint Models for Longitudinal and Time-to-Event Data: With Applications in R. Boca Raton: CRC Press. ISBN: 978-1-4398-7286-4.