Giả định về mối nguy

Giả định về mối nguy theo tỷ lệ về cơ bản nói rằng tỷ lệ nguy hiểm không thay đổi theo thời gian. Đó là, . Khi nào chúng ta có thể giả định điều này? Điều gì xảy ra nếu các tỷ lệ nguy hiểm tại các thời điểm khác nhau là: và ? Chúng ta có thể làm cho các mối nguy hiểm tỷ lệ giả định? Ngoài ra, chúng tôi có $\text{HR}(t) \equiv \text{HR}$ $2.4, 2.36, 2.27$ $2.03$

đăng nhập [h (t | x)] = = đăng nhập [h_{0} (t)] + β_{1} x_{1} + \dots + β_{p} x_{p}

$\log[h(t|\textbf{x})] = \log[h_{0}(t)] + \beta_{1}x_1 + \dots + \beta_{p}x_{p}$

Tại sao chúng ta cần ước tính ? Nếu chúng ta có , tại sao chúng ta không thể đặt tất cả các giá trị của các yếu tố dự đoán về 0 để có được ? $h_{0}(t)$ $h(t|\textbf{x})$ $h_{0}(t)$

Biên tập. Tôi muốn một phương tiện để đánh giá xem giả định PH có đúng không.

survival

— Thomas
nguồn

Câu hỏi của bạn cần một số rõ ràng. Có vẻ như bạn đang nói về tỷ lệ nguy hiểm, không phải tỷ lệ nguy hiểm. Có một lý do bạn đã chọn phương trình hồi quy cụ thể đó - có nhiều cách để tiếp cận phân tích sinh tồn. Và ý của bạn là "khi nào" chúng ta có thể giả định điều này - bạn có muốn một tập hợp các tình huống trong đó đúng hay không, hoặc là một phương tiện để đánh giá liệu nó có đúng trong trường hợp của bạn không?

— Fomite

Phần mềm nào bạn muốn "có nghĩa là đánh giá xem giả định PH có đúng không"? Trong câu hỏi trước của tôi, tôi đang cố gắng giải quyết vấn đề mà bạn gặp phải sau khi kiểm tra giả định PH nhưng phần trên cho thấy cách bạn kiểm tra bằng cách sử dụng phương pháp của Grambsch và Therneau.

— Tối đa

Phần mềm bạn đã sử dụng nên cung cấp các bài kiểm tra này. Ví dụ, SAS sẽ sử dụng phương pháp của Lin, Wei và Ying (1993) (xem tài liệu về PHREG và đặc biệt là tuyên bố ASSESS)

— Peter Flom

Peter đúng trong đó phụ thuộc vào phần mềm bạn đang sử dụng để kiểm tra điều này, trong gói sinh tồn với R có chức năng cox.ph ().

Hầu hết các đánh giá về giả định sẽ liên quan đến việc xem xét các phần dư Schoenfeld. Nếu âm mưu chống lại thời gian sẽ không có mô hình đáng chú ý.

Xem các mối nguy hiểm theo tỷ lệ Cox bắt đầu từ trang 12.

Ngoài ra, nếu mô hình hóa các biến phân loại, bạn có thể tạo các đường cong Kaplan-Meier cho từng biến và xem liệu chúng có tỷ lệ thuận với nhau không.

— Glen
nguồn

Bao gồm một hệ số thay đổi thời gian trong mô hình cũng là một phương tiện để kiểm tra giả định PH

— boscovich

Sử dụng một cơ chế trọng số như IPTW thậm chí sẽ cho phép bạn tạo các đường cong Kaplan-Meier cận biên để đánh giá các mối nguy theo tỷ lệ một cách trực quan trong một mô hình không chỉ là các biến phân loại.

— Fomite