15.11: Коэффициент опасности

Hazard Rate
JoVE Core
Statistics
A subscription to JoVE is required to view this content.  Sign in or start your free trial.
JoVE Core Statistics
Hazard Rate
Please note that all translations are automatically generated. Click here for the English version.

102 Views

01:11 min
January 09, 2025

Overview

Коэффициент риска, также известный как функция риска или коэффициент отказа, является статистической мерой, используемой для описания мгновенной скорости, с которой происходит событие, учитывая, что событие еще не произошло. С вероятностной точки зрения, он представляет собой вероятность того, что субъект переживет событие в очень коротком временном интервале, при условии выживания до начала этого интервала. С точки зрения частоты, коэффициент опасности можно рассматривать как отношение числа событий к общему времени риска, что обеспечивает нормализованную меру того, как часто события происходят с течением времени.

Коэффициент опасности — это функция, описывающая, как риск события изменяется с течением времени. Обычно он используется в анализе выживаемости и обеспечении надежности для моделирования данных о времени до события. Уровень опасности может меняться со временем, и он может увеличиваться, уменьшаться или быть постоянным в зависимости от характера изучаемого процесса. Интеграл от коэффициента риска с течением времени может быть использован для получения кумулятивной функции риска, которая обеспечивает меру накопленного риска за определенный период времени.

В области клинических исследований уровень риска имеет решающее значение для понимания динамики выживаемости и времени неудачи. Это особенно полезно при анализе данных о времени до события, когда исследователей интересуют такие события, как смерть, рецидив болезни или выздоровление. В клинических испытаниях часто используются коэффициенты риска для сравнения эффективности лечения или для оценки влияния факторов риска на выживаемость. Статистический анализ в этом контексте включает в себя оценку степени риска на основе наблюдаемых данных, как правило, с использованием таких методов, как оценка Каплана-Мейера для функций выживания или модели пропорциональных рисков Кокса для оценки влияния ковариат. Эти методы позволяют исследователям учитывать цензуру, когда некоторые субъекты могут не испытать событие к концу периода исследования, и делать выводы о базовой структуре риска. Анализируя уровень риска, клинические исследователи могут получить представление о времени и вероятности событий, информируя о стратегиях лечения и политике здравоохранения.

Transcript

В клиническом исследовании за испытуемыми или участниками наблюдают в течение определенного промежутка времени на предмет события, такого как смерть, которое происходит только один раз.

Теперь, если участник доживет до времени t0, вероятность его смерти в течение интервала времени t0t1 может быть выражена как λ (t1 – t0).

Эта величина представляет собой коэффициент опасности, подсчитанный как смертность в единицу времени.

Учтите, что в исследовании участвуют n индивидуумов. Наблюдение за i-м индивидуумом начинается в Bi, и если он умирает, то время его смерти — Di. Пусть Ci — время, когда участники живы.

Итак, время нахождения каждого индивидуума под угрозой смерти выражается следующим образом.

Затем норма опасности рассчитывается с помощью следующего выражения.

Величина L – число наблюдаемых смертей – в уравнении приближается к распределению Пуассона.

Более высокий уровень риска означает, что со временем происходит больше смертей, в то время как более низкий уровень опасности означает, что со временем происходит меньше смертей.

Key Terms and definitions​

Learning Objectives

Questions that this video will help you answer

This video is also useful for