Dengan interval waktu bertahan hidup yang disensor, bagaimana cara melakukan model Cox PH yang disensor interval R
? Pencarian rseek memunculkan paket intcox
, yang tidak lagi ada di R
repositori. Saya hampir yakin coxph
fungsi dalam survival
paket tidak dapat menangani data survival interval yang disensor.
Juga, saya tidak ingin menyalahkan data dan kemudian menggunakan coxph
fungsinya. Metode ini meremehkan kesalahan standar dari koefisien karena Anda mengabaikan ketidakpastian sensor interval.
r
survival
cox-model
interval-censoring
wcampbell
sumber
sumber
intcox
paket meskipun itu tidakCRAN
menggunakan normalinstall.packages("intcox")
.install.packages("intcox")
tanpa masalah khusus (R-devel, tetapi R modern mana pun harus bekerja)Jawaban:
Seperti yang dinyatakan di atas, Anda dapat menggunakan fungsi survreg. Catatan: ini bukan model Cox PH, melainkan model skala lokasi. Menggunakan log-transformasi default, ini adalah model buritan. Dalam kasus distribusi eksponensial, bahaya proporsional dan model buritan adalah setara, jadi jika distribusi diatur ke eksponensial, ini adalah model bahaya proporsional dengan garis dasar eksponensial. Demikian juga, jika model belakang distribusi Weibull dasar digunakan, estimasi parameter hanya transformasi linear dari yang digunakan dalam model bahaya proporsional dengan distribusi baseline Weibull. Tetapi secara umum, survreg tidak cocok dengan model Cox PH.
Jika model semi-parametrik diinginkan, seperti yang ditemukan diimplementasikan dalam intcox, kata hati-hati: ada beberapa masalah dengan versi intcox saat ini (algoritma biasanya secara prematur berakhir jauh dari MLE, gagal dengan pengamatan tanpa sensor, tidak ada kesalahan standar disajikan secara otomatis).
Alternatif baru yang bisa Anda gunakan adalah paket "icenReg".
Penerimaan bias: ini adalah penulis icenReg.
sumber
ic_sp
perlu memperkirakan distribusi kelangsungan hidup garis dasar (tidak seperti dalam kasus yang disensor kanan), yang memiliki parameter sebanyak waktu unik dalam data Anda. Ini menciptakan masalah untuk mini-batching; dengan waktu terus menerus, langkah-langkah dasar tidak akan berbaris batch ke batch.Untuk melakukan analisis interval interval di R, Anda harus membuat objek Surv, dan kemudian menggunakan survfit (). Jika Anda memiliki lebih dari satu variabel, paket intcox menyelesaikan masalah.
sumber