X (nguy hiểm) có thay đổi trong phân tích hồi quy nguy cơ theo tỷ lệ Cox luôn luôn phải có thời gian không? Nếu không, bạn có thể cung cấp một ví dụ, xin vui lòng?
Tuổi của bệnh nhân ung thư có thể là một biến số nguy hiểm? Nếu vậy, nó có thể được hiểu là nguy cơ mắc bệnh ung thư ở một độ tuổi nhất định? Hồi quy Cox sẽ là một phân tích hợp pháp để nghiên cứu mối liên quan giữa biểu hiện gen và tuổi?
Câu trả lời:
Thông thường, tuổi ở đường cơ sở được sử dụng như một đồng biến (vì nó thường liên quan đến bệnh / tử vong), nhưng nó cũng có thể được sử dụng theo thang thời gian của bạn (tôi nghĩ rằng nó được sử dụng trong một số nghiên cứu dài hạn, bởi vì bạn cần có đủ những người có nguy cơ theo thang thời gian, nhưng tôi thực sự không thể nhớ - chỉ tìm thấy những slide này về Phân tích nghiên cứu đoàn hệ giả định thang đo thời gian liên tục nói về nghiên cứu đoàn hệ). Trong phần diễn giải, bạn nên thay thế thời gian sự kiện theo độ tuổi và bạn có thể bao gồm độ tuổi được chẩn đoán là đồng biến. Điều này sẽ có ý nghĩa khi bạn nghiên cứu tỷ lệ tử vong theo độ tuổi cụ thể của một bệnh cụ thể (như được minh họa trong các slide này ).
Có lẽ bài viết này rất thú vị vì nó tương phản giữa hai cách tiếp cận, thời gian nghiên cứu so với tuổi theo thời gian: Thang đo thời gian trong mô hình Cox: Ảnh hưởng của sự thay đổi giữa các độ tuổi nhập vào ước tính hệ số . Đây là một bài báo khác:
Cheung, YB, Gao, F và Khoo, KS (2003). Tuổi chẩn đoán và lựa chọn phương pháp phân tích sinh tồn trong dịch tễ học ung thư . Tạp chí Dịch tễ học lâm sàng , 56 (1), 38-43.
Nhưng chắc chắn có giấy tờ tốt hơn.
Không, không phải lúc nào cũng phải có thời gian. Nhiều phản ứng bị kiểm duyệt có thể được mô hình hóa bằng các kỹ thuật phân tích sinh tồn. Trong cuốn sách Nondetects and Phân tích dữ liệu của mình , Dennis Helsel chủ trương sử dụng tiêu cực của sự tập trung thay cho thời gian (để đối phó với những điều không cần thiết, khi bị phủ nhận trở thành giá trị bị kiểm duyệt phải). Một bản tóm tắt có sẵn trên Web (định dạng pdf) và gói R, NADA , thực hiện điều này.
Về vấn đề quy mô tuổi so với quy mô thời gian, chl có một số tài liệu tham khảo tốt và nắm bắt được các yếu tố cần thiết - đặc biệt, yêu cầu rằng tập hợp rủi ro có đủ các đối tượng ở mọi lứa tuổi sẽ xuất hiện trong một nghiên cứu dài hạn.
Tôi chỉ lưu ý rằng chưa có sự đồng thuận chung xung quanh vấn đề này, nhưng có một số tài liệu cho thấy tuổi nên được ưu tiên là thang thời gian trong một số trường hợp nhất định. Đặc biệt, nếu bạn có một tình huống mà thời gian không tích lũy theo cùng một cách cho tất cả các đối tượng, ví dụ do tiếp xúc với một số vật liệu độc hại, thì tuổi có thể phù hợp hơn.
Mặt khác, bạn có thể xử lý ví dụ cụ thể đó trên mô hình Cox PH quy mô thời gian bằng cách sử dụng tuổi như một hiệp biến thời gian - thay vì đồng biến cố định tại thời điểm bắt đầu. Bạn cần suy nghĩ về cơ chế đằng sau đối tượng nghiên cứu của bạn để tìm ra thang thời gian nào phù hợp hơn. Đôi khi, việc kết hợp cả hai mô hình với dữ liệu hiện tại để xem sự khác biệt có phát sinh hay không và cách giải thích chúng trước khi thiết kế nghiên cứu mới của bạn.
Cuối cùng, sự khác biệt rõ ràng trong việc phân tích cả hai là ở quy mô tuổi, việc giải thích sự sống còn liên quan đến thang đo tuyệt đối (tuổi), trong khi ở quy mô thời gian, nó liên quan đến ngày bắt đầu / ngày bắt đầu nghiên cứu .
Theo yêu cầu của OP, đây là một ứng dụng khác mà tôi đã thấy phân tích sinh tồn được sử dụng trong bối cảnh không gian (mặc dù rõ ràng khác với việc đo các chất môi trường được đề cập bởi whuber) là mô hình khoảng cách giữa các sự kiện trong không gian. Đây là một ví dụ trong tội phạm học và đây là một ví dụ về dịch tễ học .
Lý do đằng sau sử dụng phân tích sinh tồn để đo khoảng cách giữa các sự kiện không phải là vấn đề kiểm duyệt (mặc dù việc kiểm duyệt có thể xảy ra chắc chắn trong bối cảnh không gian), vì vậy có sự phân phối tương tự giữa thời gian với đặc điểm sự kiện và khoảng cách giữa các sự kiện các đặc điểm (tức là cả hai đều có các loại cấu trúc lỗi tương tự (phân rã khoảng cách thường xuyên) vi phạm OLS và vì vậy các giải pháp không tham số là lý tưởng cho cả hai).
Do thực hành trích dẫn kém của tôi, tôi đã phải dành hàng giờ để tìm liên kết / tham chiếu chính xác cho liên kết ở trên.
Ví dụ trong tội phạm học,
Kikuchi, George, Mamoru Amemiya, Tomonori Saito, Takahito Shimada & Yutaka Harada. Năm 2010 Một phân tích Spatio-Temporal về nạn nhân gần như lặp lại ở Nhật Bản . Hội nghị lập bản đồ tội phạm quốc gia lần thứ 8 Viện khoa học tội phạm Jill Dando. PDF hiện có sẵn tại trang web tham chiếu.
Trong dịch tễ học,
Độc giả, Steven. 2000. Sử dụng phân tích sinh tồn để nghiên cứu các mô hình điểm không gian trong dịch tễ học địa lý. Khoa học xã hội & Y học 50 (7-8): 985-1000.