Yeniden Örnekleme Yönteminin Sağ Kalım Analizinde Kullanımı

Abstract

Yeniden örnekleme yöntemleri geleneksel istatistiksel yöntemlere göre pek çok avantaj sağlamaktadırlar. Çünkü yeniden örnekleme yöntemleri klasik yaklaşımlara özgü varsayımları şart koşmamakla beraber çok fazla matematiksel formül veya istatistikî bilgiye ihtiyaç duymamaktadırlar. Bu nedenden ötürü pek çok alanda yaygın olarak kullanılmaya başlanmıştır. Özellikle sağkalım analizinde, kitleye ilişkin yeterli bilgiye sahip olunmadığı durumlarda veya eldeki veri sansürlü olduğu durumlarda, klasik yöntemlere özgü varsayımlarla sağkalım süreleri tahmin edilmek istendiğinde yanıltıcı sonuçlar elde edilebilir. Çünkü yoğun sansürleme durumlarında Kaplan-Meier tahmin edicisi sağkalım zamanlarını doğru tahmin edememektedir. Bu çalışmada sağkalım zamanı Kaplan-Meier tahmin edicisinin, klasik yöntemlerin haricinde bir yeniden örnekleme yöntemi olan Çakı Tekniği ile elde edilmesi önerilmiştir. Önerilen yeni yöntem sansürlü bir sağkalım verisine uygulanmış ve sonuçlar klasik yöntemlerle karşılaştırılmıştır. Sonuçta standart hataların daha küçük olduğu daha doğru, daha yansız tahminler elde edilmiştir.Resampling methods provide many advantages according to the traditional statistical methods. Because resampling methods do not require too much mathematical formula or statistical information besides they do not condition to conventional assumptions. For this reason it has been used widely in many fields. Especialy at the survival analysis, when inadequate knowledge for the population is happened or the available data is censored, it could be misleading for survival times prediction with assumption of the classical methods. Because, when there are more censoring times, The Kaplan-Meier estimator can not accurately predict survival times. In this study, it is proposed for Kaplan-Meier estimator in survival time with Jackknife Technique which is one of the resampling method rather than classical methods. The proposed method is applied to censored survival data and the results were compared with classical methods. Consequently, estimates which have smaller standar errors and enbiased estimate were obtained.