Mô hình mối nguy theo tỷ lệ Cox được kiểm duyệt trong R

Với thời gian tồn tại được kiểm duyệt khoảng thời gian, làm cách nào để thực hiện mô hình Cox PH được kiểm duyệt trong khoảng thời gian R? Một tìm kiếm rseek bật lên gói intcox, không còn tồn tại trong Rkho lưu trữ. Tôi gần như tích cực coxphchức năng trong survivalgói không thể xử lý dữ liệu sinh tồn bị kiểm duyệt.

Ngoài ra, tôi không muốn áp đặt dữ liệu và sau đó sử dụng coxphchức năng. Phương pháp này đánh giá thấp các lỗi tiêu chuẩn của các hệ số vì bạn đang bỏ qua sự không chắc chắn của kiểm duyệt khoảng.

r survival cox-model interval-censoring

— chuông báo
nguồn

Bạn vẫn có thể cài đặt intcoxgói ngay cả khi nó không CRANsử dụng bình thường install.packages("intcox").

— smillig

Hmmm ... tôi đã không thể làm điều đó. Lựa chọn gương có thể ảnh hưởng đến việc tải xuống?

— wcampbell

Điều đó là có thể, nhưng tôi không biết. Tôi vừa sử dụng Berlin CRAN để làm điều đó khoảng 10 phút trước (phiên bản R 2.15.1).

— smillig

Khung nhìn nhiệm vụ CRAN phân tích sống còn tóm tắt các gói có sẵn để phân tích sinh tồn, bao gồm một số có hỗ trợ kiểm duyệt giữa chừng.

— jthetzel

Kể từ ngày 21 tháng 12 năm 2015, tôi đã có thể install.packages("intcox")không gặp rắc rối cụ thể nào (R-devel, nhưng bất kỳ R hiện đại nào cũng nên hoạt động)

— Ben Bolker

Câu trả lời:

Như đã nêu ở trên, bạn có thể sử dụng chức năng Survreg. Một lưu ý: đây không hoàn toàn là mô hình Cox PH, mà là mô hình quy mô vị trí. Sử dụng chuyển đổi log mặc định, đây là mô hình phía sau. Trong trường hợp phân phối theo cấp số nhân, các mối nguy theo tỷ lệ và mô hình aft tương đương nhau, vì vậy nếu phân phối được đặt thành cấp số nhân, đây là mô hình mối nguy theo tỷ lệ với đường cơ sở theo cấp số nhân. Tương tự, nếu sử dụng mô hình aft phân phối Weibull đường cơ sở, các ước tính tham số chỉ là một phép biến đổi tuyến tính của các mô hình được sử dụng trong mô hình mối nguy theo tỷ lệ với phân phối đường cơ sở Weibull. Nhưng nói chung, Survreg không phù hợp với mô hình Cox PH.

Nếu một mô hình bán tham số được mong muốn, như được tìm thấy trong intcox, một lời cảnh báo: có một số vấn đề với phiên bản hiện tại của intcox (thuật toán thường kết thúc sớm so với MLE, không hoàn toàn sai với các quan sát không được kiểm duyệt, không có lỗi tiêu chuẩn tự động trình bày).

Một thay thế mới mà bạn có thể sử dụng là gói "icenReg".

Nhập học của thiên vị: đây là tác giả của icenReg.

— Vách đá AB
nguồn

Chào mừng đến với trang web của chúng tôi! Chúng tôi rất vui khi có bạn và những đóng góp tốt của bạn.

— whuber

@Cliff AB Bạn sử dụng phương pháp bán tham số cụ thể nào trong hàm ic_sp? Bạn có một bài báo hoặc hướng dẫn về phương pháp?

— Munichong

@Munichong: giấy đầy đủ có thể được tìm thấy ở đây . Ngoài ra, họa tiết của gói cũng giới thiệu nhanh về các mô hình; xem tại đây

— Cliff AB

@CliffAB Vì dữ liệu của tôi quá lớn để phù hợp với bộ nhớ, tôi muốn sửa đổi ic_sp theo cách ngẫu nhiên: Nạp một lô nhỏ thành ic_sp và đặt maxIter = 1, lấy độ dốc và cập nhật lặp lại betas. Bạn có biết làm thế nào tôi có thể truy cập các gradient từ hàm ic_sp không?

— Munichong

@Munichong: thú vị! Thật không may, tôi không nghĩ rằng phương pháp này sẽ làm việc. Cụ thể, ic_spcần ước tính phân phối tỷ lệ sống cơ bản (không giống như trong trường hợp được kiểm duyệt đúng), có nhiều tham số như thời gian duy nhất trong dữ liệu của bạn. Điều này tạo ra một vấn đề cho lô nhỏ; với thời gian liên tục, các bước cơ bản sẽ không xếp hàng loạt.

— Vách đá AB

Để thực hiện phân tích kiểm duyệt giữa chừng trong R, bạn phải tạo một đối tượng Surv, và sau đó sử dụng Survfit (). Nếu bạn có nhiều hơn một biến, gói intcox sẽ giải quyết vấn đề.

— JMarcelino
nguồn