Trong R, tôi đang làm phân tích dữ liệu sinh tồn của bệnh nhân ung thư.
Tôi đã đọc những thứ rất hữu ích về phân tích sinh tồn ở CrossValidated và những nơi khác và nghĩ rằng tôi hiểu cách diễn giải kết quả hồi quy Cox. Tuy nhiên, một kết quả vẫn khiến tôi ...
Tôi đang so sánh sự sống còn với giới tính. Các đường cong Kaplan-Meier rất có lợi cho bệnh nhân nữ (tôi đã kiểm tra nhiều lần rằng truyền thuyết tôi đã thêm là chính xác, bệnh nhân có khả năng sống sót tối đa, 4856 ngày, thực sự là phụ nữ):
Và hồi quy Cox đang trở lại:
Call:
coxph(formula = survival ~ gender, data = Clinical)
n= 348, number of events= 154
coef exp(coef) se(coef) z Pr(>|z|)
gendermale -0.3707 0.6903 0.1758 -2.109 0.035 *
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
exp(coef) exp(-coef) lower .95 upper .95
gendermale 0.6903 1.449 0.4891 0.9742
Concordance= 0.555 (se = 0.019 )
Rsquare= 0.012 (max possible= 0.989 )
Likelihood ratio test= 4.23 on 1 df, p=0.03982
Wald test = 4.45 on 1 df, p=0.03499
Score (logrank) test = 4.5 on 1 df, p=0.03396
Vì vậy, Tỷ lệ Nguy hiểm (HR) cho bệnh nhân nam ( gendermale
) là 0,6903. Cách tôi giải thích rằng (không cần nhìn vào đường cong Kaplan-Meier) là: vì HR là <1, là một bệnh nhân của giới tính nam là bảo vệ. Hay chính xác hơn, một bệnh nhân nữ là 1 / 0,6903 = exp (-coef) = 1,449 có khả năng tử vong cao hơn vào bất kỳ thời điểm cụ thể nào so với nam giới.
Nhưng điều đó dường như không giống với những gì đường cong Kaplan-Meier nói! Có gì sai với cách giải thích của tôi?