| Titelblatt | 1 |
| Gutachter | 2 |
| Inhaltsverzeichnis | 3 |
| 1. | Einleitung | 6 |
| 1.1 | Einführung in die Grundbegriffe neuronaler Netze | 8 |
| 1.1.1 | Aufbau künstlicher neuronaler Netze | 8 |
| 1.1.2 | Neuronen als kleinste Einheit künstlicher neuronaler Netze | 9 |
| 1.1.3 | Beispiel eines neuronalen Netzes | 10 |
| 1.1.4 | Topologien neuronaler Netze | 11 |
| 1.1.4.1 | Netze ohne Rückkopplung (feedforward-Netze) | 11 |
| 1.1.4.2 | Netze mit Rückkopplung (feedback-Netze) | 12 |
| 1.1.5 | Lernregeln | 12 |
| 1.2 | Eigenschaften neuronaler Netze | 14 |
| 1.3 | Angaben zur Geschichte der künstlichen neuronalen Netze | 14 |
| 1.4 | Neuronale Netze und Statistik | 15 |
| 1.5 | Neuronale Netze und statistische Regression | 16 |
| 1.6 | Prognosemodelle und individuelle Prognose | 16 |
| 1.7 | Methoden für die Analyse zensierter Verlaufsdaten | 16 |
| 1.7.1 | Kaplan-Meier-Überlebenskurven und der Log-Rank-Test | 17 |
| 1.7.2 | Klassifikations- und Regressionsbäume für zensierte Daten | 19 |
| 1.7.3 | Das Cox-Proportional-Hazards-Modell | 20 |
| 1.7.4 | Erweiterungen des Cox-Modells | 21 |
| 1.7.5 | Verwendung von Splines in der Cox-Regressionsanalyse | 21 |
| 1.7.6 | Parametrische Modelle für zensierte Verlaufsdaten | 21 |
| 1.7.7 | Neuronale Netze für die Analyse zensierter Verlaufsdaten | 21 |
| 1.8 | Beispiele für die Verwendung neuronaler Netze bei der Analyse zensierter Verlaufsdaten | 22 |
| 1.9 | Verwendung simulierter und realer Daten | 23 |
| 1.10 | Multivariable Modellbildung | 23 |
| 1.10.1 | Vorbereitende Schritte | 23 |
| 1.10.2 | Datenreduktion | 23 |
| 1.10.3 | Überprüfung von Modellannahmen | 24 |
| 1.10.4 | Quantifizierung der Vorhersagegenauigkeit | 25 |
| 1.10.5 | Methoden für die Modellvalidierung | 26 |
| 1.11 | Kurze Übersicht über die Prognose bei Melanompatienten | 27 |
| 1.12 | Fragestellungen und Hypothesen | 30 |
| 2. | Methoden | 31 |
| 2.1 | Beschreibung der verwendeten Daten | 32 |
| 2.1.1 | Simulierte Daten | 32 |
| 2.1.2 | Registerdaten | 32 |
| 2.2 | Durchführung der Analysen | 32 |
| 2.3 | Kaplan-Meier-Schätzung und Log-Rank-Test | 33 |
| 2.4 | CART-Analyse für zensierte Daten | 33 |
| 2.5 | Multifaktorielle proportionale Hazard-Regressionsanalyse | 33 |
| 2.6 | Neuronale Netze für zensierte Verlaufsdaten | 33 |
| 2.7 | Generierung neuer Werte bei fehlenden Angaben | 34 |
| 2.8 | Vergleich der Klassifikationsgüte der Modelle | 34 |
| 2.9 | Software für die Analysen | 35 |
| 2.9.1 | Statistikprogramme für Prognoseschätzungen | 35 |
| 2.9.2 | Statistikpaket S-Plus | 35 |
| 2.9.3 | Statistikpaket R | 36 |
| 2.9.4 | Simulationen mit dem Stuttgarter Neuronale Netze Simulator (SNNS) | 36 |
| 3. | Ergebnisse | 38 |
| 3.1 | Analyse der simulierten Daten | 38 |
| 3.1.1 | Kaplan-Meier-Kurven und Log-Rank-Tests bei den simulierten Daten | 38 |
| 3.1.2 | CART-Analyse | 44 |
| 3.1.3 | Cox-PH-Analyse | 46 |
| 3.1.4 | Künstliche neuronale Netze | 48 |
| 3.1.5 | Vergleich der Ergebnisse bei den simulierten Daten | 50 |
| 3.1.6 | Beschreibung der simulierten Daten | 56 |
| 3.2 | Analyse der Melanomdaten ohne Fälle mit fehlenden Angaben | 62 |
| 3.2.1 | Kaplan-Meier-Kurven und Log-Rank-Tests | 62 |
| 3.2.2 | CART-Analyse | 67 |
| 3.2.3 | Cox-PH-Analyse | 69 |
| 3.2.4 | Künstliche neuronale Netze | 74 |
| 3.2.5 | Vergleich der Ergebnisse bei den Registerdaten | 75 |
| 3.2.6 | Vergleich der Rang-Korrelationen bei Registerdaten | 81 |
| 3.3 | Analyse der Daten mit ersetzten Angaben | 82 |
| 3.3.1 | Ersetzen fehlender Angaben | 82 |
| 3.3.2 | Kaplan-Meier-Kurven und Log-Rank-Test | 85 |
| 3.3.3 | CART-Analyse | 85 |
| 3.3.4 | Cox-PH-Analyse | 88 |
| 3.3.5 | Künstliche neuronale Netze | 88 |
| 3.3.6 | Vergleich der Ergebnisse bei den vervollständigten Registerdaten | 88 |
| 4. | Diskussion | 96 |
| 4.1 | Beispiele für die Anwendung künstlicher neuronaler Netze bei der Analyse von Verlaufsdaten | 96 |
| 4.1.1 | Simulierte Daten | 96 |
| 4.1.2 | Daten von Melanompatienten | 97 |
| 4.1.2.1 | Prognostische Faktoren bei Melanompatienten | 97 |
| 4.1.2.2 | Einordnung der Ergebnisse der Analyse mit künstlichen neuronalen Netzen im Vergleich zu statistischen Methoden | 98 |
| 4.1.3 | Anwendungsbeispiele aus der medizinischen Forschung | 98 |
| 4.2 | Kritik an der Verwendung künstlicher neuronaler Netze bei der Analyse von Verlaufsdaten | 101 |
| 4.2.1 | Probleme beim Vergleich von Prognosemodellen | 102 |
| 4.2.2 | Methoden zum Vergleich von Prognosemodellen | 102 |
| 4.3 | Neue Erkenntnisse durch die Verwendung künstlicher neuronaler Netze bei der Analyse von Verlaufsdaten | 102 |
| 4.4 | Weitere Forschung | 102 |
| 5. | Zusammenfassung | 104 |
| 6. | Literaturverzeichnis | 105 |
| 7. | Anhang | 117 |
| 7.1 | Abkürzungen und Spezialbegriffe | 117 |
| 7.2 | Abbildungsverzeichnis | 118 |
| 7.3 | Tabellenverzeichnis | 120 |
| 7.4 | Programm zur Datensimulation | 121 |
| 7.5 | Beispiele für S-Plus-Auswertungsprogramme | 122 |
