Seminarios
II JORNADA de ACTUALIZACIÓN METODOLÓGICA: Avances en Análisis
de Supervivencia
El
28 de enero de 2011 tuvo lugar esta jornada de actualización
metodológica, dirigida a metodólogos y clínicos que aplican las técnicas
del análisis de supervivencia o examinan sus resultados, con el objetivo de
compartir la revisión de algunos de los avances metodológicos en el área y
propiciar la reflexión conjunta de los profesionales enfrentados a estos retos.
Ver
programa en PDF
Aquí
se pueden descargar copias de las ponencias, que fueron:
Víctor
Abraira. Unidad de Bioestadística Clínica. Hospital Ramón y Cajal,
IRYCIS.
Madrid.
CIBERESP.
¿Cómo
se describe en la literatura médica el análisis de supervivencia?
Domingo
Hernández. Servicio de Nefrología. Hospital Carlos Haya, Málaga.
Relaciones
causales en supervivencia.
José
Ignacio Pijoan. Unidad de Epidemiología Clínica. Hospital de Cruces, Bilbao.
CIBERESP.
Ensayos
clínicos vs estudios observacionales con índice de propensión para el estudio
de asociaciones causales.
Alfonso
Muriel. Unidad de Bioestadística Clínica. Hospital Ramón y Cajal,
IRYCIS.
Madrid.
CIBERESP.
Índice
de propensión para tratamientos variables en el tiempo.
Javier
Zamora. Unidad de Bioestadística Clínica. Hospital Ramón y Cajal,
IRYCIS.
Madrid.
CIBERESP.
Una metodología para manejar variables continuas en los modelos pronóstico de
supervivencia: polinomios
fraccionales.
Bibliografía usada
en la Jornada
Primera ponencia (V.
Abraira)
Altman
DG, De Stavola BL, Love SB, Stepniewska KA. Review
of survival analyses published in cancer journals.
Br J Cancer 1995; 72(2):511-518.
Clark
TG, Bradburn MJ, Love SB, Altman DG. Survival
analysis part I: basic concepts and first analyses.
Br J Cancer 2003; 89(2):232-238.
Bradburn
MJ, Clark TG, Love SB, Altman DG. Survival
analysis part II: multivariate data analysis--an introduction to concepts and
methods.
Br J Cancer 2003; 89(3):431-436.
Bradburn
MJ, Clark TG, Love SB, Altman DG. Survival
analysis part III: multivariate data analysis -- choosing a model and assessing
its adequacy and fit.
Br
J Cancer 2003; 89(4):605-611.
Clark
TG, Bradburn MJ, Love SB, Altman DG. Survival
analysis part IV: further concepts and methods in survival analysis.
Br
J Cancer 2003; 89:781-786.
Segunda ponencia (D.
Hernández)
Opelz
G, Zeier M, Laux G, Morath C, Döhler B.
No
improvement of patient or graft survival in transplant recipients treated with
angiotensin-converting enzyme inhibitors or
angiotensin
II type 1 receptor
blockers: a collaborative transplant study report.
J Am Soc Nephrol. 2006; 17:3257-3262.
Heinze
G, Collins S, Benedict MA, Nguyen LL, Kramar R, Winkelmayer WC, Haas M, Kainz A,
Oberbauer R.
The
association between angiotensin converting enzyme inhibitor or angiotensin
receptor blocker use during postischemic acute transplant failure and renal
allograft survival.
Transplantation. 2006; 82:1441-1448.
Hiremath
S, Fergusson D, Doucette S, Mulay AV, Knoll GA.
Renin
angiotensin system blockade in kidney transplantation: a systematic review of
the evidence.
Am J Transplant. 2007;
7:2350-2360.
Tercera ponencia (J.I.
Pijoan)
Rosenbaum
PR, Rubin DB.
The
central role of the propensity score in observational studies for causal effects.
Biometrika
1983; 70: 41-55.
D’Agostino
RB.
Propensity
Score Methods for bias reduction in the comparison of a treatment to a
non-randomized control group.
Statist Med 1998; 17:2265-2281.
Becker
SO, Ichino A.
Estimation
of average treatment effects based on propensity scores.
Stata
Journal 2002; 2:358-377.
Cuarta ponencia (A.
Muriel)
Programa
de Inferencia Causal de la Escuela de Salud Pública de Harvard
Robins
JM, Hernán MA, Brumback B.
Marginal
structural models and causal inference in epidemiology.
Epidemiology 2000; 11:550-60.
Brookhart
MA, Schneeweiss S, Rothman KJ, Glynn RJ, Avorn J, Stürmer T.
Variable
selection for propensity score models.
Am J Epidemiol 2006; 163:1149-56.
Z.
Fewell, M. A. Hernán, F. Wolfe, K. Tilling, H. Choi, J. A. C. Sterne.
Controlling
for time-dependent confounding using marginal structural models.
The Stata Journal 2004; 402–420.
Pérez-Hoyos
S. Hernán MA.
Aplicación
de modelos estructurales marginales para estimar los efectos de la terapia
antirretroviral en 5 cohortes de seroconvertores al virus de la
inmunodeficiencia humana.
Gac Sanit 2007; 1:76-83.
Quinta ponencia (J.
Zamora)
Royston
P, Altman DG, Sauerbrei W.
Dichotomizing
continuous predictors in multiple regression: a bad idea.
Stat Med. 2006;25:127-41.
Royston
P, Sauerbrei W. Multivariable Model-building. A pragmatic approach to regression
analysis based on fractional polynomials for modelling continuous variables.
Chichester: John Wiley & Sons; 2008.
Royston,
P Altman DG.
Regression
using fractional polynomials of continuous covariates.
Appl Stat 1994; 43: 429-467.
Sauerbrei
W, Royston P, Bojar H, Schmoor C, Schumacher M. Modelling the effects of standard prognostic factors in node-positive breast
cancer. German Breast Cancer Study Group (GBSG).
Br J Cancer 1999;79:1752-60.
Royston P, Reitz M,
Atzpodien J.
An
approach to estimating prognosis using fractional polynomials in metastatic
renal carcinoma. Br J Cancer 2006; 94:1785-1788
|