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.