Cox PH modelinden sağkalım süresi açısından tahminler nasıl alınır?


15

Takip sonunda (örneğin 1 yıl) hepsi ölmüş olan katılımcıların bir veri setinde tüm nedenlere bağlı mortalite için bir tahmin modeli (Cox PH) geliştirmek istiyorum.

Belli bir zaman noktasında ölme mutlak riskini tahmin etmek yerine, her bireyin hayatta kalma süresini (ay olarak) tahmin etmek istiyorum.

R'de (örneğin bir coxph-nesnesinden) bu tür tahminler elde etmek mümkün mü ve eğer evetse, bunu nasıl yapabilirim?

Şimdiden çok teşekkürler!

Yanıtlar:


14

Cox Orantılı Tehlikeler modeli, altta yatan tehlikeyi modellemez, bu da hayatta kalma süresini böyle tahmin etmek için ihtiyacınız olan şeydir - bu hem modelin büyük gücü hem de büyük dezavantajlarından biridir.

Belirli zaman noktalarında hayatta kalma olasılığına ilişkin tahminler elde etmekle özellikle ilgileniyorsanız, sizi parametrik hayatta kalma modellerine (yani hızlandırılmış başarısızlık süresi modelleri) yönlendiririm. Bunlar survivalR için pakete uygulanır ve size parametrik hayatta kalma süresi dağılımları verir, burada ilgilendiğiniz zamanı takıp hayatta kalma olasılığını geri alabilirsiniz.


3
Cevabınız için teşekkürler. Belirli bir zamanda hayatta kalma olasılığı hakkında tahminler elde etmekle özellikle ilgilenmiyorum, daha ziyade her bir birey için tahmin edilen hayatta kalma süresi ile ilgileniyorum. Dolayısıyla, örneğin '1 yılda hayatta kalma olasılığı% 10'dur,' bu bireyin tahmini hayatta kalma süresi 10 aydır 'gibi tahminler almak istiyorum. Cox PH veya AFT modelinden bu tür tahminler almak mümkün müdür?
Rob

4
@Rob hala bir Cox PH modelinde uygulanabilir olmadığını düşünüyorum. Bir AFT modeliyle mükemmel bir şekilde yapılabilir, ancak bir tahminin geri alınmasının karmaşıklığı, muhtemelen kaç tane ortak değişkene bağlı olacağına bağlı olacaktır.
Fomite

3
Teşekkürler, AFT modellerine bakacağım. Bireysel hayatta kalma sürelerinin tahmini hakkında okuyordum, ancak "insan hayatta kalmanın o kadar belirsiz olduğu anlaşılıyor ki, en iyi istatistiksel analiz bile tek tek hastalar için tek kullanımlık gerçek tahminler sağlayamıyor." ( bağlantı ) ..
Rob

4
@Rob Doğru - tüm bu teknikler popülasyonlardaki eğilimlerden bahsediyor . Herhangi bir kişinin doğru tahminini denemek, kayıp bir nedendir ve aracın uygun bir şekilde kullanılması değildir.
Fomite

2
Bulduğum literatür göz önüne alındığında, bireysel hayatta kalma sürelerinin tahmini konusunda doğru olduğunu düşünüyorum. Bununla birlikte, hem Cox hem de AFT modelleri, belirli zaman noktalarında bireysel mutlak risklerin tahmini için kesinlikle uygun araçlardır (örneğin, Harrell ve Steyerberg'in kitaplarına bakın ).
Rob

2

@statBeginner Evet olacak. İki adım gerektirir:

x <- survfit(cox.ph.model, newdata = dataset)
dataset$Results <- summary(x)$table[,"median"]

fakat ortalama hayatta kalma süresinin yeterince doğru olup olmadığından emin değilim.


@Akshay ile medyan sağkalım süresinin yararlı olsa da, özellikle olay için bir zaman tahmin ediyorsanız bireysel vakalar için uygun olmayabileceğini kabul ediyorum. Bireysel hayatta kalma süreleri inanılmaz derecede heterojen olabilir, bu yüzden tahmin için herhangi bir ortalama hayatta kalma süresi kullanarak dikkatli olmanızı tavsiye ederim.
Seanosapien

Sitemizi kullandığınızda şunları okuyup anladığınızı kabul etmiş olursunuz: Çerez Politikası ve Gizlilik Politikası.
Licensed under cc by-sa 3.0 with attribution required.