{"id":{"repo_id":"athens","oai_identifier":"oai:lib.uoa.gr:uoadl:1315073"},"canonical_url":"https://search.ndltd.org/etd/athens/oai:lib.uoa.gr:uoadl:1315073","repository":{"repo_id":"athens","name":"National and Kapodistrian University of Athens","base_url":"https://pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh"},"display":{"title":"Prognostic models in survival data analysis: Model selection and validation of a prognostic model on mortality data of EPIC-Greece prospective cohort study","abstract":"Η συσχέτιση της επιβίωσης με δημογραφικούς, κοινωνικο-οικονομικούς και παράγοντες τρόπου ζωής και ιατρικού ιστορικού έχει εδραιωθεί βιβλιογραφικά. Στην πλειοψηφία των μελετών, η συσχέτιση αυτή εκφράζεται με μέτρα σχετικού κινδύνου διότι ο τρόπος εκτίμησης της καμπύλης επιβίωσης δεν είναι ξεκάθαρος. Η συνήθης προσέγγιση εκτίμησης της πιθανότητας επιβίωσης γίνεται μέσω κατηγοριοποίησης σε ομάδες κινδύνου και σχεδιασμού της καμπύλης επιβίωσης. Η χρήση προγνωστικών μοντέλων είναι μια χρήσιμη προσέγγιση, διότι παρέχεται τη δυνατότητα παραμετρικής εκτίμησης μέτρων απολύτου κινδύνου. Η εργασία επικεντρώνεται στην ανασκόπηση μεθόδων ανάλυσης επιβίωσης, στην διαδικασία επιλογής μοντέλου, στην διαδικασία επικύρωσης και στην παραμετρική εκτίμηση μέτρων απολύτου κινδύνου. Χρησιμοποιήθηκαν πραγματικά δεδομένα από την μελέτη EPIC-Ελλάς για την ολική θνησιμότητα. Η εκτίμηση των μέτρων απολύτου κινδύνου έγινε βάσει των μοντέλων Royston-Parmar. Κατασκευάστηκε μοντέλο πρόγνωσης για την εξατομικευμένη πιθανότητα επιβίωσης. Η επίδοση του μοντέλου επικυρώθηκε εσωτερικά με bootstrap επαναδειγματοληψίες. Έγινε κατηγοριοποίηση σε 4 ομάδες όπου εκτιμήθηκε η προβλεπόμενη θνησιμότητα. Κατασκευάστηκαν νομογράμματα για διευκόλυνση της ερμηνείας. Η χρησιμότητα των προγνωστικών μοντέλων έγκειται στην δυνατότητά τους να παρέχουν ταυτόχρονα εξατομικευμένες προβλέψεις για τα μέτρα απολύτου κινδύνου, όπως και για την μεταβολή των προβλέψεων. Η χρήση κατηγοριών κινδύνου για την εκτίμηση της καμπύλης επιβίωσης οδηγεί σε μεγάλη απώλεια πληροφορίας. Η χρήση νομογραμμάτων διευκολύνει την διαδικασία εξατομικευμένων εκτιμήσεων.","abstract_html":"Η συσχέτιση της επιβίωσης με δημογραφικούς, κοινωνικο-οικονομικούς και παράγοντες τρόπου ζωής και ιατρικού ιστορικού έχει εδραιωθεί βιβλιογραφικά. Στην πλειοψηφία των μελετών, η συσχέτιση αυτή εκφράζεται με μέτρα σχετικού κινδύνου διότι ο τρόπος εκτίμησης της καμπύλης επιβίωσης δεν είναι ξεκάθαρος. Η συνήθης προσέγγιση εκτίμησης της πιθανότητας επιβίωσης γίνεται μέσω κατηγοριοποίησης σε ομάδες κινδύνου και σχεδιασμού της καμπύλης επιβίωσης. Η χρήση προγνωστικών μοντέλων είναι μια χρήσιμη προσέγγιση, διότι παρέχεται τη δυνατότητα παραμετρικής εκτίμησης μέτρων απολύτου κινδύνου. Η εργασία επικεντρώνεται στην ανασκόπηση μεθόδων ανάλυσης επιβίωσης, στην διαδικασία επιλογής μοντέλου, στην διαδικασία επικύρωσης και στην παραμετρική εκτίμηση μέτρων απολύτου κινδύνου. Χρησιμοποιήθηκαν πραγματικά δεδομένα από την μελέτη EPIC-Ελλάς για την ολική θνησιμότητα. Η εκτίμηση των μέτρων απολύτου κινδύνου έγινε βάσει των μοντέλων Royston-Parmar. Κατασκευάστηκε μοντέλο πρόγνωσης για την εξατομικευμένη πιθανότητα επιβίωσης. Η επίδοση του μοντέλου επικυρώθηκε εσωτερικά με bootstrap επαναδειγματοληψίες. Έγινε κατηγοριοποίηση σε 4 ομάδες όπου εκτιμήθηκε η προβλεπόμενη θνησιμότητα. Κατασκευάστηκαν νομογράμματα για διευκόλυνση της ερμηνείας. Η χρησιμότητα των προγνωστικών μοντέλων έγκειται στην δυνατότητά τους να παρέχουν ταυτόχρονα εξατομικευμένες προβλέψεις για τα μέτρα απολύτου κινδύνου, όπως και για την μεταβολή των προβλέψεων. Η χρήση κατηγοριών κινδύνου για την εκτίμηση της καμπύλης επιβίωσης οδηγεί σε μεγάλη απώλεια πληροφορίας. Η χρήση νομογραμμάτων διευκολύνει την διαδικασία εξατομικευμένων εκτιμήσεων.","abstract_has_math":false,"creators":["Μαρκοζάννες Γεώργιος"],"institution":null,"degree_name":null,"degree_level":null,"degree_discipline":null,"degree_department":null,"school":null,"contributors":[],"advisors":[],"committee_chairs":[],"committee_members":[],"year":2015,"date_issued":"2015","date_published":"2015","updated_at":"2026-11-19T05:23:58Z","subjects":[],"languages":["English"],"rights":[],"rights_urls":[],"identifier_entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:1315073"],"render_values":[{"text":"uoadl:1315073","href":null,"code":true}]}],"person_identifier_entries":[]},"links":{"outbound_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/1315073","outbound_label":"Repository record","outbound_source":"dc:identifier","record_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/1315073","record_label":"Repository record","record_kind":"record","record_source":"dc:identifier","download_url":null,"download_label":null,"download_source":null,"access_status":null,"embargo_until":null,"access_note":null},"source_record":{"url":"https://pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh?verb=GetRecord&metadataPrefix=oai_dc&identifier=oai%3Alib.uoa.gr%3Auoadl%3A1315073","prefix":"oai_dc"},"metadata_groups":[{"id":"people","label":"People","entries":[{"key":"dc:creator","label":"Author","values":["Μαρκοζάννες Γεώργιος"]}]},{"id":"academic_context","label":"Academic Context","entries":[{"key":"dc:date","label":"Dc Date","values":["2015"]},{"key":"dc:type","label":"Dc Type","values":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]}]},{"id":"language_rights","label":"Language and Rights","entries":[{"key":"dc:language","label":"Dc Language","values":["English"]}]},{"id":"identifiers","label":"Identifiers","entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:1315073","https://pergamos.lib.uoa.gr/uoa/dl/object/1315073"]}]},{"id":"additional","label":"Additional Metadata","entries":[{"key":"dc:description","label":"Description","values":["Η συσχέτιση της επιβίωσης με δημογραφικούς, κοινωνικο-οικονομικούς και παράγοντες τρόπου ζωής και ιατρικού ιστορικού έχει εδραιωθεί βιβλιογραφικά. Στην πλειοψηφία των μελετών, η συσχέτιση αυτή εκφράζεται με μέτρα σχετικού κινδύνου διότι ο τρόπος εκτίμησης της καμπύλης επιβίωσης δεν είναι ξεκάθαρος. Η συνήθης προσέγγιση εκτίμησης της πιθανότητας επιβίωσης γίνεται μέσω κατηγοριοποίησης σε ομάδες κινδύνου και σχεδιασμού της καμπύλης επιβίωσης. Η χρήση προγνωστικών μοντέλων είναι μια χρήσιμη προσέγγιση, διότι παρέχεται τη δυνατότητα παραμετρικής εκτίμησης μέτρων απολύτου κινδύνου. Η εργασία επικεντρώνεται στην ανασκόπηση μεθόδων ανάλυσης επιβίωσης, στην διαδικασία επιλογής μοντέλου, στην διαδικασία επικύρωσης και στην παραμετρική εκτίμηση μέτρων απολύτου κινδύνου. Χρησιμοποιήθηκαν πραγματικά δεδομένα από την μελέτη EPIC-Ελλάς για την ολική θνησιμότητα. Η εκτίμηση των μέτρων απολύτου κινδύνου έγινε βάσει των μοντέλων Royston-Parmar. Κατασκευάστηκε μοντέλο πρόγνωσης για την εξατομικευμένη πιθανότητα επιβίωσης. Η επίδοση του μοντέλου επικυρώθηκε εσωτερικά με bootstrap επαναδειγματοληψίες. Έγινε κατηγοριοποίηση σε 4 ομάδες όπου εκτιμήθηκε η προβλεπόμενη θνησιμότητα. Κατασκευάστηκαν νομογράμματα για διευκόλυνση της ερμηνείας. Η χρησιμότητα των προγνωστικών μοντέλων έγκειται στην δυνατότητά τους να παρέχουν ταυτόχρονα εξατομικευμένες προβλέψεις για τα μέτρα απολύτου κινδύνου, όπως και για την μεταβολή των προβλέψεων. Η χρήση κατηγοριών κινδύνου για την εκτίμηση της καμπύλης επιβίωσης οδηγεί σε μεγάλη απώλεια πληροφορίας. Η χρήση νομογραμμάτων διευκολύνει την διαδικασία εξατομικευμένων εκτιμήσεων.","The association of survival with demographic, socioeconomic, and modifiable lifestyle risk factors as well as of medical history has been well established. In the majority of these studies, the associations are expressed as relative risks since the methodology of estimating the survival curve models is unclear. The usual approach is to create risk categories and present the corresponding survival curves. Prognostic models based on parametric methods are a useful approach because they enable parametric estimation of absolute risk measures. This study focuses on review of methodologies for analysing survival data, on the model development procedure, on model validation methods and on parametric estimation of absolute risk measures. The selected methodologies were applied on real data of overall survival from the EPIC-Greece prospective cohort study. Absolute risk measures were estimated from Royston-Parmar models and a prognostic model for individual survival probability estimation was developed. Model performance was validated internally through bootstrap samples. The approaches of risk categorization and survival estimation for each category are presented. Nomograms based on the Royston-Parmar prognostic model are also presented. It is shown that using risk categories for assessing the survival curves can lead to great loss of information. Nomograms facilitate the process of individualized estimations."]},{"key":"dc:title","label":"Title","values":["Prognostic models in survival data analysis: Model selection and validation of a prognostic model on mortality data of EPIC-Greece prospective cohort study"]}]}],"canonical_facts":{"dc:creator":["Μαρκοζάννες Γεώργιος"],"dc:date":["2015"],"dc:description":["Η συσχέτιση της επιβίωσης με δημογραφικούς, κοινωνικο-οικονομικούς και παράγοντες τρόπου ζωής και ιατρικού ιστορικού έχει εδραιωθεί βιβλιογραφικά. Στην πλειοψηφία των μελετών, η συσχέτιση αυτή εκφράζεται με μέτρα σχετικού κινδύνου διότι ο τρόπος εκτίμησης της καμπύλης επιβίωσης δεν είναι ξεκάθαρος. Η συνήθης προσέγγιση εκτίμησης της πιθανότητας επιβίωσης γίνεται μέσω κατηγοριοποίησης σε ομάδες κινδύνου και σχεδιασμού της καμπύλης επιβίωσης. Η χρήση προγνωστικών μοντέλων είναι μια χρήσιμη προσέγγιση, διότι παρέχεται τη δυνατότητα παραμετρικής εκτίμησης μέτρων απολύτου κινδύνου. Η εργασία επικεντρώνεται στην ανασκόπηση μεθόδων ανάλυσης επιβίωσης, στην διαδικασία επιλογής μοντέλου, στην διαδικασία επικύρωσης και στην παραμετρική εκτίμηση μέτρων απολύτου κινδύνου. Χρησιμοποιήθηκαν πραγματικά δεδομένα από την μελέτη EPIC-Ελλάς για την ολική θνησιμότητα. Η εκτίμηση των μέτρων απολύτου κινδύνου έγινε βάσει των μοντέλων Royston-Parmar. Κατασκευάστηκε μοντέλο πρόγνωσης για την εξατομικευμένη πιθανότητα επιβίωσης. Η επίδοση του μοντέλου επικυρώθηκε εσωτερικά με bootstrap επαναδειγματοληψίες. Έγινε κατηγοριοποίηση σε 4 ομάδες όπου εκτιμήθηκε η προβλεπόμενη θνησιμότητα. Κατασκευάστηκαν νομογράμματα για διευκόλυνση της ερμηνείας. Η χρησιμότητα των προγνωστικών μοντέλων έγκειται στην δυνατότητά τους να παρέχουν ταυτόχρονα εξατομικευμένες προβλέψεις για τα μέτρα απολύτου κινδύνου, όπως και για την μεταβολή των προβλέψεων. Η χρήση κατηγοριών κινδύνου για την εκτίμηση της καμπύλης επιβίωσης οδηγεί σε μεγάλη απώλεια πληροφορίας. Η χρήση νομογραμμάτων διευκολύνει την διαδικασία εξατομικευμένων εκτιμήσεων.","The association of survival with demographic, socioeconomic, and modifiable lifestyle risk factors as well as of medical history has been well established. In the majority of these studies, the associations are expressed as relative risks since the methodology of estimating the survival curve models is unclear. The usual approach is to create risk categories and present the corresponding survival curves. Prognostic models based on parametric methods are a useful approach because they enable parametric estimation of absolute risk measures. This study focuses on review of methodologies for analysing survival data, on the model development procedure, on model validation methods and on parametric estimation of absolute risk measures. The selected methodologies were applied on real data of overall survival from the EPIC-Greece prospective cohort study. Absolute risk measures were estimated from Royston-Parmar models and a prognostic model for individual survival probability estimation was developed. Model performance was validated internally through bootstrap samples. The approaches of risk categorization and survival estimation for each category are presented. Nomograms based on the Royston-Parmar prognostic model are also presented. It is shown that using risk categories for assessing the survival curves can lead to great loss of information. Nomograms facilitate the process of individualized estimations."],"dc:identifier":["uoadl:1315073","https://pergamos.lib.uoa.gr/uoa/dl/object/1315073"],"dc:language":["English"],"dc:title":["Prognostic models in survival data analysis: Model selection and validation of a prognostic model on mortality data of EPIC-Greece prospective cohort study"],"dc:type":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]},"updated_at":"2026-11-19T05:23:58Z"}