Vzročnost v analizi preživetjaBrlogar, Petra (Avtor) Manevski, Damjan (Mentor) vzročnostanaliza preživetjaG-formulaIPTWAIPTWAnaliza preživetja je statistična metoda za proučevanje časa do pojava dogodka. V praksi so podatki, ki jih želimo analizirati z analizo preživetja, pogosto opazovalni. To pomeni, da je ocenjevanje vzročnega učinka obravnavane terapije ali izpostavljenosti oteženo zaradi prisotnosti motečih spremenljivk. Klasične metode analize preživetja, kot sta metodi Kaplan–Meier in Coxov model sorazmernih tveganj, praviloma ne omogočajo ustreznega vzročnega sklepanja v takšnih okoliščinah. To predstavlja pomemben izziv, ki je spodbudil razvoj metod vzročnega sklepanja, prilagojenih za analizo preživetja. V teoretičnem uvodu smo predstavili temeljne koncepte vzročnega sklepanja, med drugim Simpsonov obrat, načine prikazovanja odvisnosti med spremenljivkami, glavne oznake ter ključne predpostavke vzročne analize. Sledil je pregled teorije analize preživetja, kjer smo opisali osnovne količine ter klasični metodi Kaplan–Meier in Coxov model sorazmernih tveganj. V zadnjem delu teoretičnega poglavja smo obravnavali metode vzročnega sklepanja, ki se uporabljajo v analizi preživetja: G-formulo, IPTW in AIPTW. Te metode omogočajo upoštevanje motečih spremenljivk in ocenjevanje vzročnih učinkov v opazovalnih podatkih. V empiričnem delu smo izvedli obsežen sklop simulacij, v katerih smo primerjali omenjene metode s klasično neparametrično cenilko Kaplan–Meier. Najprej smo ponovili simulacijo iz izbrane literature, nato pa zasnovali dodatne scenarije, kjer smo postopoma spreminjali strukturo generiranja podatkov, vpliv spremenljivk, porazdelitev terapije ter pravilnost modeliranja mehanizma izida in terapije. Rezultati so pokazali, da metode, ki ustrezno upoštevajo moteče dejavnike, vodijo do manj pristranskih ocen kot klasični pristopi. G-formula se izkaže kot občutljiva na napačno modeliranje izida, IPTW na napačno modeliranje terapije, metoda AIPTW pa deluje dobro, ko je pravilno specificiran vsaj eden izmed prej navedenih modelov. Ko pa sta oba modela nepravilno specificirana, se njena zanesljivost zmanjša. Dodatne simulacije so pokazale, da neupoštevanje relevantnih spremenljivk (kršitev predpostavke o izmerjenih motečih dejavnikih) vodi do pristranskosti vseh obravnavanih metod, pri čemer so razlike med njimi relativno majhne. Prav tako se je izkazalo, da so metode, ki temeljijo na uteževanju (IPTW in AIPTW), bolj občutljive na neravnovesje v deležih terapij, kar se odraža v večji variabilnosti ocen, zlasti pri redkih terapijah. Rezultati magistrskega dela prispevajo k boljšemu razumevanju uporabe in primerjave metod vzročnega sklepanja v analizi preživetja ter nakazujejo, da premišljena in skrbna uporaba teh metod lahko pomembno izboljša kakovost sklepov, pridobljenih iz opazovalnih podatkov.20262026-08-27 15:00:19Magistrsko delo/naloga186152VisID: 63026sl