Giới thiệu chuỗi bài học về phân tích sống sót thời gian liên tục

An Introduction to the Continuous-Time Survival Analysis series

Tổng quan về chuỗi bài học

Chào mừng các bạn sinh viên đến với một trong những lĩnh vực hấp dẫn và được ứng dụng rộng rãi nhất của kinh tế lượng và thống kê: Phân tích Sống sót (Survival Analysis), hay còn gọi là Phân tích Thời gian đến khi xảy ra Sự kiện (Time-to-Event Analysis). Thay vì mô hình hóa một biến kết quả tại một thời điểm duy nhất, phân tích sống sót tập trung vào câu hỏi “Bao lâu cho đến khi một sự kiện cụ thể xảy ra?”. Các sự kiện này có thể rất đa dạng: từ sự thất bại của một cuộc hôn nhân (ly hôn), sự tái phát của một căn bệnh, thời gian một người thất nghiệp tìm được việc làm, cho đến sự hỏng hóc của một thiết bị máy móc.

Điểm đặc biệt của dữ liệu sống sót là sự hiện diện của dữ liệu bị kiểm duyệt (censored data). Ví dụ, khi một nghiên cứu kết thúc, nhiều cuộc hôn nhân vẫn còn hạnh phúc, nhiều bệnh nhân vẫn chưa tái phát bệnh. Chúng ta chỉ biết rằng “thời gian sống sót” của họ dài hơn thời gian theo dõi, chứ không biết chính xác là bao lâu. Phân tích sống sót là một bộ công cụ được thiết kế đặc biệt để xử lý một cách chính xác loại thông tin không đầy đủ này, một nhiệm vụ mà các mô hình hồi quy tiêu chuẩn không thể thực hiện được.

Trong chuỗi bài học này, chúng ta sẽ đi từ những khái niệm nền tảng nhất như hàm nguy cơ (hazard function) và hàm sống sót (survival function), đến việc ước lượng chúng một cách phi tham số bằng phương pháp Kaplan-Meier. Sau đó, chúng ta sẽ khám phá hai họ mô hình hồi quy chính: Mô hình Nguy cơ Tỷ lệ (Proportional Hazards – PH), với mô hình Cox kinh điển, và Mô hình Thời gian Thất bại Tăng tốc (Accelerated Failure-Time – AFT). Cuối cùng, chúng ta sẽ mở rộng các mô hình này sang bối cảnh đa cấp để phân tích dữ liệu sống sót có cấu trúc cụm, chẳng hạn như các sự kiện lặp lại trên cùng một cá nhân. Hãy cùng nhau bắt đầu hành trình khám phá cách mô hình hóa động lực của sự thay đổi theo thời gian!

Cấu trúc chuỗi bài học

Để giúp bạn làm chủ một lĩnh vực có nhiều khái niệm và mô hình mới, chuỗi bài học được cấu trúc theo một lộ trình logic, đi từ mô tả đến mô hình hóa, từ đơn giản đến phức tạp.

Kiến thức tiên quyết

Phân tích sống sót là một lĩnh vực khá độc lập, nhưng việc có nền tảng vững chắc về hồi quy và suy luận thống kê sẽ là một lợi thế lớn.

Mục tiêu học tập

Sau khi hoàn thành chuỗi bài học này, bạn sẽ có khả năng phân tích một trong những loại dữ liệu phổ biến và quan trọng nhất trong nghiên cứu ứng dụng.

Tài liệu tham khảo

Nội dung của chuỗi bài học này được biên soạn và phát triển chủ yếu dựa trên chương 15 của cuốn sách giáo khoa, một tài liệu tham khảo toàn diện về phân tích sống sót đa cấp.

Phụ lục: Dữ liệu thực hành cho chuỗi bài học

Chúng ta sẽ sử dụng hai bộ dữ liệu thực tế rất thú vị trong chuỗi bài học này.

1. Dữ liệu Ly hôn (divorce.dta):

Mô tả: Dữ liệu từ Khảo sát Động lực Thu nhập của Panel (PSID), theo dõi thời gian từ lúc kết hôn đến khi ly hôn hoặc bị kiểm duyệt cho 3,371 cặp đôi. Đây là một ví dụ kinh điển về dữ liệu sống sót trong khoa học xã hội.

* Tải dữ liệu ly hôn
use https://www.stata-press.com/data/mlmus4/divorce, clear

* Tải dữ liệu ly hôn
use https://www.stata-press.com/data/mlmus4/divorce, clear

2. Dữ liệu Đau thắt ngực (angina8.dta):

Mô tả: Dữ liệu từ một thử nghiệm lâm sàng chéo, theo dõi thời gian đến khi xuất hiện cơn đau thắt ngực hoặc kiệt sức của các bệnh nhân tim mạch trong các bài kiểm tra gắng sức. Đây là một ví dụ về dữ liệu sự kiện lặp lại.

* Tải dữ liệu đau thắt ngực
use https://www.stata-press.com/data/mlmus4/angina8, clear

* Tải dữ liệu đau thắt ngực
use https://www.stata-press.com/data/mlmus4/angina8, clear

Những bộ dữ liệu này sẽ cung cấp bối cảnh thực tế để chúng ta áp dụng và hiểu sâu hơn về các mô hình phân tích sống sót. Chúc các bạn có một hành trình học tập hiệu quả!