In this thesis, a multistate model is applied for the analysis of risk of various types of cancer recurrence in a dataset of patients that underwent breast cancer removal surgery provided by the Istituto Oncologico Veneto. Of particular interest to clinicians is to study the role of hormone therapy and certain prognostic factors on the risk of experiencing possible cancer events modeled as competing events in an extended multistate model and to quantify the absolute risk by making predictions of the cumulative incidence of these events for different risk profiles. Techniques for imputing missing data are also implemented for the purpose of the analysis.
In questa tesi viene applicato un modello multistato per l'analisi del rischio di varie tipologie di recidive tumorali in un dataset di pazienti sottoposti a intervento chirurgico di rimozione di carcinoma mammario proveniente dall'Istituto Oncologico Veneto. Di particolare interesse per i medici è studiare il ruolo della terapia ormonale e di alcuni fattori prognostici sul rischio di sperimentare i possibili eventi tumorali modellati come eventi competitivi in un modello multistato esteso e quantificare il rischio assoluto effettuando previsioni dell'incidenza cumulata dei suddetti eventi per differenti profili di rischio. Vengono inoltre implementate tecniche per l'imputazione di dati mancanti ai fini dell'analisi.
Un modello multistato per l'analisi del rischio di recidiva in pazienti con tumore al seno.
ZAMPIERI, DANIELE
2023/2024
Abstract
In this thesis, a multistate model is applied for the analysis of risk of various types of cancer recurrence in a dataset of patients that underwent breast cancer removal surgery provided by the Istituto Oncologico Veneto. Of particular interest to clinicians is to study the role of hormone therapy and certain prognostic factors on the risk of experiencing possible cancer events modeled as competing events in an extended multistate model and to quantify the absolute risk by making predictions of the cumulative incidence of these events for different risk profiles. Techniques for imputing missing data are also implemented for the purpose of the analysis.File | Dimensione | Formato | |
---|---|---|---|
Zampieri_Daniele.pdf
accesso riservato
Dimensione
1.04 MB
Formato
Adobe PDF
|
1.04 MB | Adobe PDF |
The text of this website © Università degli studi di Padova. Full Text are published under a non-exclusive license. Metadata are under a CC0 License
https://hdl.handle.net/20.500.12608/64217