Bayesiansk Kaplan-Meier Analyse — Bayesiansk Ikke-parametrisk Estimering af Overlevelseskurver

Bayesiansk Kaplan-Meier analyse udvider den klassiske Kaplan-Meier estimator ved at placere en prior-fordeling over overlevelsesfunktionen og opdatere den med observerede tid-til-hændelse data for at opnå en fuld posterior-fordeling for overlevelseskurven. Denne tilgang, der har rødder i Susarla og Van Ryzin's 1976 Dirichlet-proces rammeværk, giver troværdighedsintervaller snarere end konfidensintervaller og muliggør kohærent integration af forudgående klinisk viden, hvilket gør den særligt værdifuld i små stikprøver eller tidlige kliniske faser.