İçeriğe geçScholarGate
KütüphaneKitaplığımMasaReview StudioAsistan
Giriş
Bu sayfada
SezgiNasıl çalışırNe zaman kullanılırGüçlü yönler & sınırlılıklarYaygın tuzaklarUygulamalarSSS🔒 Tam yöntemi okuKaynaklarİlişkili yöntemler
Bu sayfaya atıf yapBu sayfada bir hata mı var? Bildir / düzeltme öner →
Ana sayfa›Sağkalım›Çok Durumlu Hayatta Kalma Modeli
Survival analysis

Çok Durumlu Hayatta Kalma Modeli

Multi-State Survival Model · Ayrıca şöyle bilinir: illness-death model, multi-state transition model, Çok Durumlu Model (Multi-State / Illness-Death)

Çok damlalı model, Andersen ve Keiding'in çalışmalarıyla biçimlendirilmiş ve Putter, Fiocco ve Geskus (2007) tarafından geniş biyoistatistiksel uygulamaya sunulmuş genelleştirilmiş bir hayatta kalma çerçevesidir; bu model, bireylerin zaman içinde birden çok belirgin sağlık durumunda (örneğin, sağlıklı, hasta ve ölü) hareket etmesini modeller. Her olası geçiş için ayrı bir risk fonksiyonu tahmin edilir ve geçiş olasılıkları, kümülatif geçiş yoğunluklarının çarpım-integralinden elde edilir.

ScholarGate
  1. Survival analysis
  2. v1
  3. 2 Kaynaklar
  4. PUBLISHED
Bu sayfaya atıf yap →
Araçlar & kaynaklar
Slaytları indir
Öğren & keşfet

Tam yöntemi oku

Yalnızca üyeler

Bu bölümü okumak için ücretsiz hesapla giriş yapın.

Giriş yap

Yöntem haritası

İlişkili yöntemlerin komşuluğu — keşfetmek için bir düğüm seçin.

Çok Durumlu Hayatta Kalma Modeli
Rekabet Eden Riskler Hay…Kaplan-Meier Sağkalım Ta…Esnek Parametrik Sağkalı…Bayes Odaklı Rekabetçi R…

Ne zaman kullanılır

Bireylerin takip süresi boyunca ikiden fazla duruma sahip olabileceği ve durumlar arasındaki geçişlerin kendilerinin bilimsel ilgi alanı olduğu, yalnızca ara rahatsızlıklar olmadığı durumlarda çok damlalı bir model kullanın. Tipik örnekler hastalık-ölüm modeli (sağlıklı → hastalıklı → ölü), onkolojide evreleme modelleri ve organ-nakli bekleme listesi modelleridir (bekleme → nakledilmiş → ölü veya nüks). Yöntem, her geçişte yeterli olaya sahip en az yaklaşık 100 denek gerektirir, böylece ayrı risk fonksiyonları güvenilir bir şekilde tahmin edilebilir. Temel modelleme varsayımı, mevcut duruma bağlı olarak, gelecekteki yörüngenin yalnızca mevcut duruma (Markov) veya içinde geçirilen zamana (yarı-Markov) bağlı olduğu, önceki geçmişe değil, olmasıdır. Bilgilendirici olmayan sansürleme, tüm geçişler için ortaklaşa gereklidir. Örnek çok küçük olduğunda, ayrı geçiş tahmini için, birleşik sonlanma noktası üzerinde Cox regresyonu pragmatik bir geri plandır.

Güçlü yönler & sınırlılıklar

Güçlü yönler
  • Sonlanma noktasını tek bir sonlanma noktasına indirgemek yerine birden çok hastalık durumu boyunca tam yörüngeyi modeller.
  • Mevcut durum göz önüne alındığında 'beş yıl sonra hastalıksız ve canlı olma olasılığı nedir?' gibi klinik soruları doğrudan yanıtlayan geçiş olasılıkları üretir.
  • Rekabet eden riskler doğal olarak yerleşiktir: her durumun birden çok giden geçişi olabilir, bu da ayrı bir rekabet eden risk analizi ihtiyacını ortadan kaldırır.
  • Cox orantılı riskler çerçevesiyle uyumludur, bu nedenle tanıdık tahmin ve çıkarım araçları her geçiş için geçerlidir.
Sınırlılıklar
  • Her geçişte yeterli olay sayısı gerektirir; nadir geçişler, tahmin edilen risklerinde ve olasılıklarında geniş belirsizlikler üretir.
  • Markov varsayımının kontrol edilmesi gerekir; mevcut durum dışındaki geçmişin önemli olduğu durumlarda, yarı-Markov veya katmanlı bir yaklaşım gereklidir.
  • Veri hazırlama, standart hayatta kalma analizinden önemli ölçüde daha karmaşıktır ve kişi başına çok satırlı bir sayım-süreci formatı gerektirir.
  • Önerilen minimum 100 denek sayısı, küçük kohort çalışmalarında kullanımı sınırlar.

SSS

Çok damlalı bir model, rekabet eden risk analizinden nasıl farklıdır?

Rekabet eden risk analizi, tek bir başlangıç durumundan kaynaklanan birkaç olası olaydan ilkine odaklanır ve her olay türünün kümülatif insidansını tahmin eder. Çok damlalı bir model, bireylerin ilk olaydan sonra daha fazla geçiş yapmasına izin vererek bunu genişletir — örneğin, hastalıktan iyileşmeye veya iyileşmeden ölüme geçiş. Rekabet eden riskler, yalnızca tek bir geçici duruma sahip çok damlalı modellerin özel bir durumudur.

Markov varsayımı nedir ve nasıl kontrol edilir?

Markov varsayımı, bir bireyin gelecekteki yörüngesinin, oraya nasıl geldiğine değil, yalnızca mevcut durumuna bağlı olduğunu belirtir. Mevcut durumda geçirilen sürenin (sojourn süresi) veya önceki durumların geçmişinin mevcut geçiş riskini tahmin edip etmediğini test ederek kontrol edebilirsiniz. Geçiş risklerini önceki duruma göre katmanlanmış olarak karşılaştırmak gibi grafiksel kontroller de bilgilendiricidir. Varsayım başarısız olursa, riskin aynı zamanda mevcut durumdaki zamana da bağlı olduğu yarı-Markov bir model daha uygundur.

Minimum örneklem büyüklüğü ne kadardır?

Modeldeki her geçişin, riskini güvenilir bir şekilde tahmin etmek için yeterli olaya sahip olması gerekir. Cox regresyonundan miras alınan kural, geçiş başına yaklaşık 10-15 olaydır. Toplamda minimum 100 denekle, birden çok geçiş nadir olduğunda çok damlalı modeller kararsız hale gelebilir. Geçiş sayıları çok küçük olduğunda, durumları birleştirmek veya standart Cox regresyonu ile daha basit bir birleşik sonlanma noktası kullanmak tavsiye edilir.

Çok damlalı bir model ne tür çıktılar üretir?

Birincil çıktılar, geçişe özgü risk oranları (kovaryetler için) ve geçiş olasılığı eğrileridir — başlangıç durumuna göre gelecekteki her zaman her durumda olma olasılığı. Aalen-Johansen tahmin edicisi aracılığıyla elde edilen bu olasılık eğrileri, klinisyenler ve politika yapıcılar için en yorumlanabilir özettir. Her durumdaki kalış süresi (sojourn süresi) de durum işgal olasılıklarının entegre edilmesiyle türetilebilir.

Kaynaklar

  1. Putter, H., Fiocco, M. & Geskus, R.B. (2007). Tutorial in Biostatistics: Competing Risks and Multi-State Models. Statistics in Medicine, 26(11), 2389–2430. DOI: 10.1002/sim.2712 ↗
  2. Jackson, C.H. (2011). Multi-State Models for Panel Data: The msm Package for R. Journal of Statistical Software, 38(8), 1–28. DOI: 10.18637/jss.v038.i08 ↗

Bu sayfayı kaynak gösterin

ScholarGate. (2026, June 1). Multi-State Survival Model. ScholarGate. https://scholargate.app/tr/survival/multi-state-model

İlişkili yöntemler

Rekabet Eden Riskler Hayatta Kalma AnaliziKaplan-Meier Sağkalım TahmincisiEsnek Parametrik Sağkalım Modeli (Royston-Parmar)

Hangi yöntem?

Bu yöntemi en yakın akrabalarının yanına koyup yan yana okuyun — kütüphane kitapları masaya serer; seçim sizindir.

  • Rekabet Eden Riskler Hayatta Kalma AnaliziSağkalım↔ karşılaştır
  • Kaplan-Meier Sağkalım TahmincisiSağkalım↔ karşılaştır
  • Esnek Parametrik Sağkalım Modeli (Royston-Parmar)Sağkalım↔ karşılaştır
Yan yana karşılaştır →

Bu yönteme atıf yapanlar

Bayes Odaklı Rekabetçi Risk Analizi

Benzer yöntemler

Tekrarlayan Olay Sağkalım ModeliRekabet Eden Riskler Hayatta Kalma AnaliziUzunlamasına ve Olay Zamanı Verileri için Birleşik Modelİleriye Dönük Rakip Riskler AnaliziBayes Odaklı Rekabetçi Risk AnaliziCox Orantılı Tehlike RegresyonuGerileme Yönelimli Rakip Riskler Analizi

İlgili referans kavramlar

Rakip RisklerSağkalım Analizi ve Olay Zamanı YöntemleriCox Regresyon ModelleriOrantılı Tehlikeler VarsayımıTehlike OranıKaplan-Meier Sağkalım Eğrileri

Bu sayfada bir hata mı var? Bildir / düzeltme öner →

ScholarGate — Multi-State Model (Multi-State Survival Model). 2026-07-21 tarihinde şu adresten erişildi: https://scholargate.app/tr/survival/multi-state-model · Veri seti: https://doi.org/10.5281/zenodo.20539026
Hızlı bilgiler
Originator
Andersen, P.K. & Keiding, N. (foundational framework); popularised by Putter, Fiocco & Geskus (2007)
Year
1978
Type
Semi-parametric hazard model
Handles
Multiple states, competing risks, recurrent transitions
MarkovAssumption
Markov or semi-Markov
MinimumSample
100
Difficulty
4
İlişkili yöntemler
Rekabet Eden Riskler Hayatta Kalma AnaliziKaplan-Meier Sağkalım TahmincisiEsnek Parametrik Sağkalım Modeli (Royston-Parmar)
ScholarGate

Araştırma yöntemleri için içerik öncelikli bir referans kütüphanesi — her yöntemin ne olduğu, nasıl çalıştığı ve nereden geldiği.

Açık veri (CC-BY)

Keşfet

  • Kütüphane
  • Yöntemlerde ara…
  • Alanlara göre gez
  • Alanlar
  • Yolculuk
  • Karşılaştır
  • Hangi yöntem?

Başvuru

  • Konular
  • Atlas
  • Sözlük
  • Metodoloji
  • Felsefe

Çalışma alanı

  • Kitaplığım
  • Masa
  • Sohbet

Şirket

  • Hakkımızda
  • Fiyatlandırma
  • İletişim
  • Yöntem öner

Kayıtlar, başvuru amacıyla yayımlanmış kaynaklardan derlenmiştir. Herhangi bir bilginin doğruluğunu ve kendi kullanımınıza uygunluğunu denetlemek sizin sorumluluğunuzdadır.

© 2026 ScholarGate · Araştırma yöntemleri referans kütüphanesi
  • Gizlilik
  • Çerezler
  • Koşullar
  • Hesabı sil